sql查询百分之20到百分之40的数据_美团大数据岗位招聘相关面试题

1）技术部分

（1）HDFS架构理解（基础）

（2）HDFS源码/工作原理（高级）

（3）MapReduce架构理解（基础）

（4）MapReduce源码/工作原理/Shuffle原理（高级）

（5）MapReduce二次排序（编程，必选）

（6）YARN架构理解（基础）

（7）YARN源码/工作原理（高级）

（8）HBase架构理解（基础）

（9）HBase源码/工作原理（高级）

（10）HBase性能优化（高级）

（11）Hive原理理解（基础）

（12）Hive性能优化（高级）

（13）Flume架构理解（可选）

（14）Kafka架构理解（可选）

（15）Spark RDD理解（基础）

（16）Spark reduceByKey与groupByKey区别（基础）

（17）Spark Broadcast与Accumulator功能（基础）

（18）Spark工作原理（高级）

（19）Spark Shuffle原理（高级）

（20）Spark源码理解/贡献（高级）

（21）Spark性能优化/数据倾斜（高级）

2）项目部分

2.1）数仓理论

（1）数据仓库分层架构（初级）

（2）事实表与维度表（初级）

（3）星型模型与雪花模型 （初级）

（4）日增量表与日全量表 （初级）

（5）拉链表 (初级)

（6）缓慢变化为 （初级）

（7）两种建模理论（初级）

（8）data-vault理论（高级）

2.2）数仓周边系统

（1）血缘关系

（2）调度系统

（3）展示，olap（kylin）

（4）指标管理

（5）数据质量管理 （高级）

（6）元数据管理，调度系统元数据，任务运行数据，表存储数据，数据字典等

3）手写SQL部分

（1）点：窗口函数，行列转换，聚合函数

加一点复杂的：collect_set，split，case when，聚合函数，union等

（2）函数考察

eg: rank, dense_rank, row_number区别 （基础）

行列转换 （基础）

sort by，distribute by，order by，clustered by区别

（3）3个表关联，写下大概的mr过程 (中级)

（4）去重，2个写法的区别:

select count(distinct id) from t1;

select count(1) from ( select id from t1 group by id) a (高级)

（5）map join 原理 （基础）

（6）bloom filter去重，原理(高级)

（7）hive tunning

4）场景部分

（1）Job，Reduce长时间百分之99；

（2）Reduce的3个阶段，Reduce百分之90+，又降下去，反复几次

（3）Map一直百分之90多，之后报错

学长1

上海科锐国际外派美团点评

1）面试前HR给的重点

（1）SQL要强；

（2）分层是否有参与；

（3）熟悉哪些框架；

（4）项目的数据量有多少；

（5）调度工具用到哪些；

（6）数据源在哪里；

（7）数据可视化怎么做；

（8）跟Java怎么对接；

（9）面试官还会现场出一些题目，现场做

2）一面：

（1）问Spark，Flink优劣势，

（2）Flink如何处理乱序数据，

（3）Flink内存溢出怎么办，

（4）Flink有没有试过优化，

（5）Flink精准一次消费，

（6）建模理论，用过什么模型，雪花和星型的分别解决什么问题。

（7）用过什么工具进行数据迁移，导入导出。

（8）数仓大体干了什么，自己做了哪些指标，

（9）SQL题：用Hive解析Json字符串 或者 七天连续登陆用户

3）二面：

基本情况：去了是帮美团点评做和银行对接的数据仓库，数据量大，面试是完全和美团点评面试，签合同是和科瑞国际签约。