面试经验的感悟体会

1、自我介绍

2、项目介绍，项目中使用的技术、难点及如何解决，项目有哪些亮点、又有哪些收益（问的很细、很深）

答案：

（1）技术用到的是最新的技术，但是难点是团队是两个，沟通是一个很大的问题，只能反馈更高一级的领导协调相关资源。

（2）项目太多，人员众多，可以分组，设立各个组长进行管理，每个组出项目计划进行项目的实现。

3、关于如何用之前的经验来做这边的的产品，谈谈自己见解

4、以前的数仓有哪些可以优化和借鉴的地方

5. 标签系统整体设计思路，用户画像怎么做，模型怎么设计与落地

6、用户留存模型设计，有几种方案，各自的好处与不足是什么

7.如何衡量数仓的好坏，以及你对业务的思考

答案：

（1）模型的完整度

（2）模型的复用率

（3）模型的规范性

（4）核心模型与拓展模型分离

8、公共模型如何设计与优化

答案：

（1）获取更高的任务指标

（2）获得更快的运行速度

（3）用最简单的模型

（4）稳定可靠的性能

9、hadoop spark flink等大数据理解及实现原理及调优

10、用过哪些hive窗口函数，多维分析函数

11.HiveSQL从哪些方面优化

12.为什么多个count(distinct xxx)会非常慢

答案：既有全表扫描又有排序肯定会非常慢。

13.group by倾斜怎么优化

答案：可以采用Map端数据聚合的操作，有一个set hive.groupby.skewindata = true的参数设置

14.宽窄依赖的区别 哪些算子有shuffle

15.如何保障数据质量

答案：

（1）首先要重视数据质量问题

（2）制度层面在公司形成数据管理的制度和文化

（3）执行层面数据质量全面实时监测

（4）成立专门部门解决数据质量的问题

（5）通过校验规则进行数据质量的检查和改善

16.如何管理指标和保障一致性

17.实时技术架构，你的理解和存在的问题

18.做过哪些数据治理，在技术和流程上都做了哪些工作

19.表分区有哪几种？

答案：范围分区，hash分区