字节跳动 数据开发 一面 面经 攒人品

1. 先做个自我介绍吧。2. 实习主要做了些什么？3. Spark 和 Hadoop 有啥区别和优势？4. MapReduce 的运行流程是怎样的？5. MapReduce 哪个阶段最容易成为瓶颈？6. 用 Spark 执行 SQL 时，遇到数据倾斜或 OOM 怎么解决？7. 你怎么通过 Spark UI 来定位问题？8. 讲讲数仓的分层结构？9. 如果一个紧急需求和你手头的任务冲突了，你怎么平衡和沟通？10. 手撕 SQL：简单的分组聚合求前三。11. 手撕算法：寻找数组中每个元素的第一个更大元素（单调栈）。

之前面试了多多，干到了技术3面下面是面试记录1 自我介绍2 做一道SQL题3 看到你做过财务，说说为啥要做财务数据，做了这个对于公司来说有啥收益4 看你做过治理，说说为啥要治理，治理能降低多少成本5 今后职业规划，后续想往哪方面发展6 有啥想找我了解的

快手的一面已经寄了，搞不懂为什么。昨天接到了字节实习的面试，还是数据开发岗，问的数据方面的知识和快手比较相似，但字节更注重思维的发散，面试官会多次问有没有新的方法去解决同一个问题。1.数据仓库的模型有哪些？分别的应用场景是什么？ 我实际应用过的数仓模型有 Kimball（维度建模），它是自下而上地来构建数据仓库：先为具体的业务主题（如Home Depot公司的销售情况、订单记录、库存记录）构建面向主题的数据集市，用维度建模的方式对数据进行组织，一般我们采用星型模式，随着时间把多个数据集市通过共享的维度进一步整合成数据仓库。维度建模的方式对用户查询数据非常友好，响应速度很快，因此适用于需要快速处...

有点崩溃了，好不容易撑到了hr面，回答的特别烂，是目前唯一一段大厂hr面试😭，也真的很想进网易，结果hr面搞成这样，bg被横向的话也没啥竞争力，好难过