30min八股和业务，20min手撕1.自我介绍2.项目中业务数据用MySQL来存储，MySQL的事务有了解过吗3.b树和b+树区别4.慢SQL处理，sparkSQL运行慢如何处理5.hive和spark区别6. 为什么要有DWD层 如何构建的，有没有进行一些指标的分析7.DWS层作用，如何进行构建的，建表依据8.没有ADS层可以吗9.业务域和数据域什么区别，不同主题域是否会有重叠10.有接触过数据治理吗11.如果让你接手一个 数据治理项目，会从哪些层面着手12.ER模型和维度 模型区别13.MapReduce中有几个排序，有什么区别14.索引有什么作用手撕:连续登录大于3天用户ID有的记不清了，大概这些最后反问:当前阶段是加强对技术栈的理解更重要还是业务方面的理解答，对于学生阶段更应该深入技术栈，加强学习，以后工作可以加强对业务的理解作为面试官，在考察时更注重哪些层面的能力答，会更加看重对做的项目的理解，比如做一件事为什么要做这件事，为什么要用这种方法，看有没有进行这个思考，以及思考的深度

投的太多忘了什么公司了，打电话约面，面的时候发现偏推荐系统的业务，1.自我介绍2.项目太简单了，不太对口，面试官好像不太清楚数仓建模？问了点基础八股3.HDFS的组成架构4.HDFS读数据的流程5.MapReduce的执行流程6.spark的执行流程7.sparkSQL中map和flatmap的区别8.hive数据倾斜9.hive内部表外部表区别10.小文件处理11.flume结构12.flume丢失数据如何处理13.推荐算法做过吗，机器学习这类(在学校学过，做的不太多，分类回归预测这些)14. Hive和传统数据库区别(应该是HDFS作为存储数据库)15. HDFS副本机制16.spark on yarn和spark standalone区别17.Python和Java哪个用的多，用来做什么后面一直在问数据挖掘相关问题，感觉不是很对口，面试官说会反馈我这个情况，数据挖掘倒是也做过，和想找方向不是很统一。

广州奇点云小厂(100-499)面经-数开岗两个人面，都比较友好，没有给压力1.自我介绍2.讲了一下项目(用了哪些技术栈)3.数据倾斜4.小文件处理5.Spark为什么快6.hive内部表外部表区别，(如果想删除外部表以及内部数据怎么做)7.MapReduce执行过程8.orc存储格式，除了orc还有什么格式，什么区别9.为什么要分层，分层好处10.有用过Python处理数据吗，Python的pandas库和numpy库，常用函数11.hive动态分区12.行转列，列转行，说了一下思路13.简单的手撕SQL，统计累计值，开窗实现半个小时左右，问了一下主营业务，现在过去能参与到数据治理的项目，Python实现比较枯燥，写一些文档，这个项目搞完会有数仓的项目，但是实习不了太长时间，可能没办法参与到数仓项目里。说第二天上午再聊聊，二面。

1.自我介绍2. 数据倾斜3.SQL优化4.数仓维度分层建模(几种建模方式)星型模型，雪花模型，星座模型5.内部表外部表区别6.索引失效场景7.窗口函数理解8.CTE理解9.表同步方式，增量数据如何同步，如果没有时间字段如何同步10.接触过哪些关系型数据库11.表连接有哪几种就面了半个小时不到，没有录音只记得这些，说是做政务数据，用阿里的平台，主要是基于关系型数据库做开发，用分布式的少，问SQL比较多。

211本，海投只有小厂约面100-499，有的小厂看上去能接触到实际项目，和数开比较相关，但要求6个月以上，中大厂没有约面的，沉淀找秋招还是去小厂

跟着网上学的项目，怎么包装，求话术，项目贴近真实业务，本人没有实习经历😰，问数据来源根本不知道咋说