1、hive接触过哪些文件存储类型,text的优劣、列式存储的好处、SequeceFile的好处、RCFile有没有用过
https://www.cnblogs.com/jiejiaobuleng/p/12906354.html
https://blog.csdn.net/qq_33813365/article/details/82864241
2、对mr的理解
3、内部表和外部表的区别,对应的应用场景
4、map join和reduce join的区别
5、写过最复杂的sql,场景是什么,工作中什么样的sql写的比较多
6、hive的数据倾斜,怎么解决
*
7、宽依赖和窄依赖的理解*
shuffle、stage,发生shuffle就会划分stage,产生宽依赖
8、日志数据、交易数据的数据量
9、数仓的理解,我从分层角度回答、元数据管理
10、数据治理,怎么监控数据是否跑错
11、对项目的理解,项目经历的职责
二面
1、Kafka的数据通知方式
2、Kafka的数据消费方式
3、hive的优化
4、hive几种join
5、hive算子、hive转换成mr的过程
6、map-join讲一讲
7、两张大表,join的key是有序的,怎么优化
8、数据如何拉通?设计上要注意哪些?
9、数据架构如何设计? 数仓分层
10、拉链表是什么,解决了些什么问题,用来解决什么,应用场景