23.09.04一面
自接到面试起狂背八股文，面试时面试官直接冲项目/(ㄒoㄒ)/~~。
视频面试开始，看到面试官，嗯，是强者的样子，紧张又加了一分。
1.首先做个自我介绍吧
——（我早有准备，短小精悍，行如流水~）
2.介绍一下你的项目吧
——（我早有准备，短小精悍，行如流水~）
3.项目在哪里做的，你负责什么
——学校老师带做的（bilibili sgg电商），数仓部署搭建（依葫芦画瓢）
4.我看到你项目中用了Flume Interceptor解决了数据漂移问题，说一下怎么做的和漂移问题怎么产生的
——（背过，但是没有理解透，导致我都不知道我在说啥，毫无逻辑......就怎么解决的说的好点....）数据漂移是因为数据在处理过程中，数据的产生时间和处理时间不一致，而导致的数据最终的路径和预期不一样。
5.根据数仓模型分别采用全量同步和增量同步策略，你是怎么做的
——我答了大表 变化小用增量云云....
6.说一下Flume的事务
——我答了source到channel是事务性的云云，面试官说这个是应用，他想知道是怎么实现的，我说我不太了解。
7.说一下星型模型和雪花模型
——星型模型是反规范化的，雪花模型是规范化的，是对维度表进行范式拆分，拆了又拆，像雪花一样（答得太差了，脑里只有离线数仓时候sgg笔记上的那些）
8.如果Flume漂移时间推迟了两个小时，你也会等吗
——（不知道在问啥，我太菜了）
9.说一下你们这个数仓建模怎么做的
——（时间不足，没有准备）这不是我负责的部分
10.你说说你们这个项目数仓分层怎么做的
——答了分五层，每层是干什么的（这里得回答也是只停留在概念，没有结合自己得理解）
11.数据倾斜问题你是怎么解决的
——答了数据倾斜产生的原因，group by造成的就用map-side，skew-groupby，join造成的就用map-join,skew-join,sql查询优化（然后在详说这些的原理的时候，忘记了.....答得并不好，但是，我答的中声有力，就算我知道我错了，我也边说边点头....)
12.我们做SQL题吧
——都是和视频有关的分析......第一道磕磕绊绊做出来不知道对错，第二道花了十几分钟写出来结果发现理解错了，删掉说我不会.....
13.有什么想问的吗
——我想走大数据开发这条路，请问你能给我一些建议吗
他大概说了SQL练起来，对spark，flink这些组件底层这些要熟悉
总结：太紧张了，回答的时候居然有脑子空白嗡嗡的感觉，有很多概念的东西没有理解，说的并不好，SQL题需要多练练.....
第一次面试居然是大厂，见识了大厂姿态，以后面些其他厂应该都不会紧张了哈哈哈哈
附：面试官在问的时候一直有问实时啥的....
2023.09.06二面
当天早上接到电话，下午面，还是直接冲项目
1.你现在是在广东是吗，我们这份实习是在北京的，实习要求三个月以上.....
——（我都行，我都接受，我都可以）
2.说一下hive on spark,hive on mr,hive on tez的区别
——hive on spark就是使用hive的语言进行查询处理数据，底层是用的spark计算引擎，hive on mr就是用的mr计算引擎
3.你将数仓分为五层，讲讲每一层它的作用
——（由于数仓理论只是局限于sgg的离线数仓那门课讲的那些，所以答得都很概念，什么原始数据层，用来备份数据，明细数据层存事实表.....而且脑卡忘了ods层，后来看了面试官疑惑的眼神，我匆忙改正了）
4.你使用了DolphinScheduler，它的作用是什么，怎么实现的
——它是用来调度整个系统的，实现定时调度和告警的，我在搭建数仓打通数据链路的时候会编写脚本以实现调度，后面在dolphinScheduler上上传脚本，调整执行顺序，若是报错则会通过发电子邮件的形式告警....（后面面试官还问了一个问题我忘了，不会但硬着头皮答了由于电脑配置不好，所以会控制flume启动关闭......）
5.你知道sql中的....Join吗
——不知道（md我只会用join on呜呜呜，完全忘记join还有什么类型）
6.你知道hql中with as，case when，collect_list，collect_set吗
——（with as忘了，我只答了后面三个，而且用词不是很好，case when是条件选择，collect_list是将数据做成一个数组，允许重复，collect_set是做成一个集合，不可以重复）
7.这个es它有什么作用
——这个项目用es实现了全文检索，解决了大数据量下，检索慢的问题
8.这个项目它的数据链路是怎么样子的
——行为数据文件->flume->kafka->flume->HDFS
——业务数据在MySQL->datax->HDFS->MySQL->可视化
（这里大意了，没有搞明白行为数据最后流向，而且没有说到es，真是漏洞百出）
9.这个es你们是怎么装载数据的
——（我真是太后悔了，当时只想着整个高大尚的东西进去，只是学习了它的使用，却没有把数据装载进去，他问的时候，我不知道呜呜呜）
10.11.你们在设计表，指标体系的时候是怎么设计的
——（我真是个大傻逼，人家岗位职责上写着负责数仓建模指标建设日常数据分析，结果我却说这块不是我负责的，我是大傻逼）
然后面试官闲聊着就给我科普了数据工程师，数据开发，数据科学家
数据工程大概就是搭建数仓云云
数据开发大概就是数仓建模，数据分析，报表开发云云
数据科学家大概就是搞算法
总结：深刻的体会到，某大佬说的，学一个项目，你起码得理解用到了什么技术，为什么要用，代码你也得理解跟着打一遍，我就是cv了一堆建表sql装载sql，没有理解透，在数仓建模那里也没有做专门的研究，直接寄。因为我mysql师跟着黑马学的，只学了基础篇，导致各种join都不知道，泪目，后续看了sgg的mysql，哭了。我真是啥也不是.....
6851
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
