Shopee 大数据开发暑期实习面经

📍 公司：虾皮（Shopee）

💼 岗位：大数据开发工程师

📅 面试时间线：

7.30 一面
8.4 二面
8.8 收到感谢信（未通过）
面试问题记录
请介绍你实习中负责的数仓数据流向及核心业务场景。
详细说明一个具体业务模块，包括所用技术栈与上下游用户。
针对问题2中的业务，如何处理并发场景下的“不可重复读”问题？
大数据技术栈掌握情况？重点提问 Spark 的使用经验。
如何优化实际 Spark 任务？请举例（如数据倾斜、Shuffle 优化）。
描述快速排序算法的基本思想（穿插在数据倾斜优化中考察基础）。
是否遇到过数据写错的情况？若数仓数据写入 Kafka 错误，如何修复？
➤ 进一步追问：HDFS 数据已错，但 Kafka → 业务表已生效，如何保证一致性与服务可用性？
若需从某个 Kafka Topic 消费数据并入库数仓，你会如何设计流程？（开放性问题）
🙌 面试感悟
虽为实习经历深挖，但问题贴近真实生产场景，尤其关注高可用、数据一致性、容错与恢复机制；
对数据链路的闭环理解要求较高，需清楚“从出错到修复”的全链路影响；
建议提前准备：
✅ 典型数据倾斜解决方案（如加盐、两阶段聚合）
✅ Kafka 重放与幂等写入策略
✅ 数仓分层中各层容灾与回溯能力设计
📌 C端业务对数据质量与系统稳定性要求高，面试更倾向考察“出问题后怎么办”的应急思维。

#发面经攒人品#