本人非科班 面试官：学过计网，数据结构等科班课程吗我：学过数据结构面试官：会java吗我：会一点面试官：可以问吗我：可以面试官：jvm模型我：不太会表情be like：

4/22 一面4/26 二面5/ 1   offeremm，昨天加hr微信，没加我，但今天51居然发了offer，可能他工作日忘记发offer了吧..

暑期实习大数据开发岗1. 听说滴滴比较养老，而且转正给的可能也不比美团差，虽然以前在另一个部门实习发现并不是这样。由于之前在另一个部门实习，这次面试是速通的，hr说一定有hc，但不一定转正。2. 美团比较卷，还有可能开出白菜。听说转正率很高！选哪个比较好啊纠结！

二面就问了20min不到，吓死我了，不过已经发offer啦，分享下二面问的一些题目。  还是挖简历。 数仓建模核心 拉链表、快照表、全量表的区别  好像就这些~

1. 简历深挖2. mysql binlog了解吗3. shell脚本写过吗4. 两个集群，一张hive表如何进行数据共享，A集群如何同步到B集群中5. 一张订单表，支付状态会发生变化，如何采集到ods？面试官说由于每张mysql表都是在系统上有应用的，所以应该用update的方式更新支付状态，不能采用数仓的方式去思考问题，不能用拉链表。数仓可以保存历史数据，但是mysql表必须要用update的方式，不然在系统上数据会显示错误。用户角度：如果数据状态没有更新就会出现，用户界面就会显示未支付。6. sql执行流程7. 数据倾斜，9999w条id为1的数据，如何处理数据倾斜问题8. 数仓的分层9. hadoop是什么10. spark和mapreduce的应用场景。11. 三个sql题第一道：b left join a表的返回结果是什么a:id name1   a1   a2   b3   eb:id name1   a1   a2   b第二道：忘了，简单的累计开窗函数第三道：列转行tab:t_1 t_2 t_3a      c    1a      d    2a      e    3a      c    4a      d    5a      e    6结果表t_1    res_2   res_3   res_4a         1           2         3b         4           5         6selectt_1,max(case when t_2 = 'c' then t_3 end) as res_2,max(case when t_2 = 'd' then t_3 end) as res_3,max(case when t_2 = 'e' then t_3 end) as res_4from tabgroup by t_1

看了高赞回答，自己再做一遍1. 求出每类tag每天的点赞量和转发量SELECT tag, DATE_FORMAT(start_time,'%Y-%m-%d') dt, sum(if_like) like_cnt, sum(if_retweet) retweet_cnt FROM tb_user_video_log log LEFT JOIN tb_video_info info USING(video_id) GROUP BY tag, dt 2. 统计累计7天的点赞,一周内最大单天转发量SELECT tag, dt, sum(like_cnt) over(partition by tag o...

这道题也简单的，贴个代码主要的坑：就是如果用户没做完试卷【即submit_time为null】，就要用这个试卷的duration代替select re.uid, round(avg(IFNULL(re.score,0)),0) avg_score, round(avg(ifnull(timestampdiff(minute, start_time, submit_time), info.duration)),1) avg_time_took from exam_record re left join user_info uinfo using(uid) left join examinatio...

这题简单select exam_id, count(start_time) - count(submit_time) incomplete_cnt,#sum(if(score is null, 1, 0) round((count(start_time) - count(submit_time))/count(start_time),3) complete_rate from exam_record group by exam_id having incomplete_cnt >= 1

题目： 请输出自从有用户作答记录以来，每月的试卷作答记录中月活用户数、新增用户数、截止当月的单月最大新增用户数、截止当月的累积用户数。结果按月份升序输出。知识点： sum() over(order by 字段)：累计求和代码：新增用户数：先求出该用户的首次登录月份，再汇总每个月的uid，就是这个月新增登陆的uid【高赞】SELECT start_month, mau, month_add_uv, max(month_add_uv) over(ORDER BY start_month) max_month_add_uv, sum(month_add_uv) over(ORDER BY start...

select exam_id, start_month, month_cnt, sum(month_cnt) over( partition by exam_id order by start_month ) cum_exam_cnt from ( select exam_id, date_format(start_time, '%Y%m') as start_month, count(start_time) month_cnt from exam_record group by exam_id, date_format(start_time, '%Y%m') ) t 高赞优化： select...

函数date_format(start_time, '%Y%m'): 可以取出来年份和月份进行排序坑看了下题解下的评论近三个有记录的月份，用户只有1个月和2个月的记录也应该算的。解题步骤 找到每个人近三个有试卷作答记录的月份中没有试卷是未完成状态的用户的试卷作答完成数，按试卷完成数和用户ID降序排名方法一：这是一开始自己的方法，总之就是复杂了1 找到近三个有试卷作答记录的月份详细：开窗，按uid分区，year,month排序，取最新的年份和最新的三个月的月份，要统计这三个月所有的试卷，用dense_rank ，这个表作为t表SELECT uid, start_time, submit_time...

#1)筛选出至少2021年中至少有两天作答过试卷的人 #计算出至少两天打过试卷的uid SELECT uid FROM exam_record GROUP BY uid HAVING COUNT(DISTINCT DATE(start_time))>=2 #2)算该年连续两次作答试卷的最大时间窗days_window #1. 开窗，根据uid分区，start_time排序[正序),下一次做的时间lead另起一行lead(start_time,1,null)， #下一次做卷子的时间；LEAD(start_time, 1, NULL) OVER(PARTITION BY uid ORDER ...

看了高赞回答，自己记录一下解题过程和高赞回答的解题过程便于复习自己的过程函数1)排序窗口函数rank() over() 1 2 2 4 4 6  (计数排名，跳过相同的几个，eg.没有3没有5)row_number() over() 1 2 3 4 5 6 (赋予唯一排名)dense_rank() over() 1 2 2 3 3 4 (不跳过排名，可以理解为对类别进行计数)2）时间差函数timestampdiff(unit, begin, end)unit ：单位begin ： 一般是小的时间end : 一般是大的时间思路分析1） 用开窗函数按照exam_id分区，按照用时time...