大数据数仓面试流程和重点面试题

一、自我介绍

看简历+表达能力

2-3分钟左右(学历、参加工作、爱好、特长)

二、项目

背

三、数据仓库

1、以数仓为中心

不要直接上来说ods、dwd、dws、ads

2、范式建模与维度建模的方式区别

3、主题划分是否合适

4、事实表与维度表的介绍

有多少张，哪些缓解进行度量

5、总结矩阵

6、变化的数据如何处理，拉链表还是？

7、不常变化的数据，如何处理

四、数据治理

1、源数据包括哪些种类

hive、spark、kafka源数据

分几类

2、指标体系的建设与维护

公司某个业务的指标

3、OLAP-ClickHouse(恶楼跑)

存在哪些问题

提升了多少速度

4、spark-数仓中的一部分

底层了解

宽窄依赖

shuffle

job

rdd

spark开发，数据处理(非结构化数据清洗转换为关系型数据)

5、开发

hive的数据倾斜

hive调优过程

小文件、OOM处理(举例子，解决的流程☆，之前的视频有讲到)

mr

多表join定位处理

开窗函数的场景和使用，考察SQL的完整程度