京东秋招数开一面

数据开发方向，编程题怎么还有水仙花数的，甚至把仅有的四个合法数字写到题面了，6

总计35min，一场八股盛宴1. 自我介绍2. 深挖项目3. 数仓分层的建模理念4. 你的dwd层只做了数据的清洗转换，那没有这一层不是也可以嘛？（这里感觉回答的不好，说到最后反而觉得面试官说的有点道理。。）5. 除了三范式建模和数仓建模，其他建模方式了解嘛？ 我答不了解，不常用，书里有6. 聊聊雪花模型和星型模型7.  哪里人8.  数仓中的压缩算法和文件的存储格式了解嘛？ 答了parquet+snappy 和 zlib+orc9. orc的压缩倍率高还是parquet的压缩倍率高？ 我答orc，我猜的10. spark3的aqe了解吗？11. aqe的优化方向有哪些？12. aqe在什么场景下适用，在什么场景下用了反而不好？13. Flink 的exactly once14. Flink的两阶段提交和三阶段提交有啥差别？（我蒙的，我说Flink的两阶段提交实际上是三阶段的前两个阶段合并，利用checkpoint机制相当于合并了三阶段的前两个阶段）15. 场景题：大数据场景下，如何取某个参数为前1000的user_id16. 你们日常的需求开发流程是怎么样的？17. 场景题：如果有一个需求很紧急，需要插入到这次的开发进程中，你会怎么处理？18. 什么时间能来实习？反问：1. 业务2. 改进点3. 工作强度更新：已挂

需求背景: 筛选出异常售后订单, 用于给商家做预警, 最后要的是订单id+异常类型, 如果一个订单命中多个异常类型, 给多条数据 订单异常类型1: 同一个用户id+同一个退货快递单id下, 去重订单id数>=2, 且要求这些订单的店铺id不相同才计数 订单异常类型2: 同一个用户id+同一个退货快递单id下, 去重订单id数>=2, 且要求这些订单的商品id不相同才计数 售后表dwd_afs_df, 字段如下 afs_time(申请售后时间) afs_id(售后id) order_id(订单id) mall_id(店铺id) uid(用户id) return_id(退货快递单id)...

1.自我介绍2.挑实习中的项目讲讲3.ads层和dws层理解4.常见的数据倾斜和解决方法5.场景题，亿级用户求多个n日留存，如何减少join（说了布隆过滤器和bitmap）6.能接受武汉吗7.反问不到40min