部分面试题

1.广播变量和driver 中定义的普通变量的区别
2.数据倾斜 优化的方式，怎样定位问题，有什么样的解决方案，有没有调参的方式能够解决的
3.模型：
 (1)怎样评判汇总层的数据模型的好坏
 (2)怎样应对业务变化
 (3)分层的原则
4.实时流join怎么做的，采用实时流相互等待借助外部缓存join，如果数据本身有重复，会进行多次join怎么解决的，如果数据延迟时间特别长问题怎么解决的
5.spark trasform操作和action操作有什么区别，宽依赖和窄依赖怎么划分的，为什么需要在宽依赖处进行stage划分，为什么需要进行shuffle操作
6.排序算法（快排）
7.mysql事务隔离级别
8.innodb 和 myisam区别
9.job启动慢可能的原因是什么
10.各种数据倾斜，map端倾斜，join倾斜，rduce倾斜 及解决方案（参数角度，和代码角度）
11.仓库建模方法
(1)维度模型（模型设计有什么原则，怎样保证一致性，模型分层原则，主题是怎么划分的，为什么要划分四层有什么好处,什么是星型模型和雪花模型）
(2)ER模型
(3)Anchor模型
(4)Data Vault模型
Anchor模型跟Data Vault模型对比雪花模型有什么区别
仓库建模为什么要采用维度建模而不是其他模型，各模型有什么优缺点
12.shuffer过程，hbase架构与数据检索过程