快手-大数据开发-二面(2025.4.8）
限时开放~
HBase 基础概念: 列式存储与表设计
开篇：当你的数据库开始“发福” 话说，咱们虚构一个快速发展的社交应用“ConnectSphere”。一开始，用户表设计在MySQL里，岁月静好。但随着业务迭代，产品经理一天一个想法，用户属性字段从10个激增到500个！什么兴趣爱好、教育背景、工作经历、常访问的页面、点赞过的商品... 好家伙，一个比一个能加。 很快，
美团-本地商业核心-基础研发部-上海-大数据开发-一面(2025.3.24)
1. 数仓分层的好处 2. 分层有没有什么坏处 3. 看板加载时长缩短做了什么 4. 数据治理只是涉及过下线表吗 5. 数据倾斜讲讲 6. 大表与大表join的数据倾斜---分桶 7. 详细介绍一下上面说的分桶 8. 分桶和shuffle的分区有什么区别? 9. 在map阶段读取文件比较慢，排查思路? 10.
阿里饿了么大数据开发2025.3.14
1. 在整个数仓模型构建中分了3个数据域，其中每个数据域对应的业务过程都是什么? dim表没开发过 2. DWD层的开发步骤 3. 维度退化 4. DWM公皇WM是在开发公用层吗、跟DWD层的区别 5. DWM是在做一些业务的串联还是基于一个业务? 6. 看板代码1000降到100，你的贡献 7. 在做DWM中间层替换时要注意的核心点 8. 做完新看板替换旧看板时要考虑什么东西，
快手大数据开发一面2025.4.2
1. 建模理论:星型模型和雪花模型的区别，优缺点 2. 刚刚说的规范化中的”规范“是什么意思 3. 你觉得目前常用的数仓体系下星型模型和雪花模型哪个更合适? 4. 雪花模型适用的场景? 5. 事实表分哪几种类型? 6. 讲一下在AI猎头项目里具体做什么?项目做什么?你做了什么? 7. 数据域是怎么划分的?
HBase核心知识体系详解：从基础到架构的“八股文”
《HBase架构解析:RegionServer、Master与ZooKeeper》
字节跳动-生活服务-大数据开发一面(2025.3.13)
第一个实习，我给出的答案是我辅导的一个姐妹~ 他说数据迁移这边总是感觉说不太好，数据迁移确实是一个容易费力不讨好的工作，所以我给他写出来了~ 也欢迎其他姐妹投稿~
美团大数据开发实习 2025年7月
里面有一些开放性问题是我自己写的，供参考~
Hive 元数据 Metastore 详解：表、分区与 Schema 管理
本篇旨在深度剖析 Apache Hive 的“中枢神经系统”——Metastore。作为 Hive 架构的基石，Metastore 的重要性无论在日常开发还是性能调优中都无可替代。本文将从核心架构与工作原理和Schema 管理与演进两大维度出发，系统讲解 Metastore 的部署模式、内部数据结构、以及基于“读时模式”（Schema-on-Read）
字节电商数据开发一面面试题目附答案20250821
深挖简历部分略过了，但是我觉得这部分很重要，辅导的学生说他不想被写进来，所以看看剩下的吧~ 限时公开
美团一面数据开发面试题目附答案20250918
这里面有深挖项目部分，我给略过了，该文章限时公开~
面试真题（答案）
本文包括答案以及相关知识点。
如何用 Hive 优化查询：分区、分桶与索引
前言 对于每一位志在大厂的数据工程师而言，Apache Hive 是其技术简历上绕不开的一环。然而，从“会用”到“精通”，横亘着一道名为“性能调优”的巨大鸿沟。这些痛点你是否似曾相识？ * 面对动辄上百TB、万亿行的用户行为日志，一个核心的 D+1 报表任务需要跑上数小时。
Hive面试宝典：从核心架构到调优实战
前言 本宝典旨在为广大求职者和大数据从业者提供一份全面、系统、且深入的Apache Hive学习与复习指南。我们整合了关于Hive的四个核心主题——核心架构与工作原理、数据模型与组织方式、HQL性能调优实战、以及主流查询引擎横向对比——并将它们组织成四个逻辑连贯的章节。 从理解Hive是什么、如何工作，到掌握如何高效地组织数据，再到精通如何优化查询性能，最后到洞悉其在整个大数据生态中的位置，本宝典将引导您构建一个完整而扎实的Hive知识体系。无论您是准备面试，还是希望在工作中深化对Hive的理解，这份文档都将是您不可或缺的参考资料。
字节大数据一面
2025.8.25
蚂蚁数据开发面试题目面经
1 介绍一下自己 2 介绍一下Hadoop生态圈的技术 3 看你做了财务数据，能说说你们财务数据是怎么建设的吗 4 平时有遇到数据不准和脏数据问题吗，怎么解决的，起夜处理过吗 5 对于数据倾斜和数据治理怎么弄的 6 看你做过实时，为啥要做实时任务，离线的数据不能解决吗，实时成本怎么控制，延迟了怎么解决，有遇到过延迟问题吗
蔚来数据开发一面面试题
这里面的最后一个问题“项目中遇到的难点”，因为不知道具体的项目，所以我根据我辅导的一个学员的项目写的，大家可以按照这篇文章的逻辑进行自己思考
字节数据开发面试题目附答案
字节跨部门转正三面
京东大数据开发 Data engineer - 社招（校招可看）
京东大数据开发，社招题目，但是整体看下来其实校招也可以看，但是这里面涉及到了很多数据质量的问题，建议新手看的话从这些去考虑什么样的数据模型是质量好，多思考思考。
字节大数据开发跨部门转正
一面（8.27） * 实习内容 还在职吗 实习期间主要干什么 和你对接的同学有哪些 产运和算法同学怎么使用你产出的数据 数据集底层用什么技术栈 你写SQL任务的时候是怎么优化代码的，写代码的时候哪些地方需要注意 有自己搭建过看板吗 知道SLA基线吗，有主动了解过吗 * 大数据技术问题 一个spark任务怎么优化 发现写好的spark任务运行的很慢要怎么办 数据倾斜怎么处理 如果任务在读文件的时候运行很慢怎么办 内存利用率过低怎么办
宽德投资数据开发/大数据开发面试题目
1. 自我介绍 2. dqc怎么配的？ 3. sla怎么配的？ 4. mysql发生数据的增删改的时候，你怎么同步？ 5. 你说用Flink cdc完成了数据同步，你讲讲具体怎么操作？ 6. 了不了解redis？ 7. redis为什么快 8. redis的底层结构是什么？ 9.
字节大数据开发
1 介绍自己，讲几个你熟悉的项目 2 数据倾斜怎么处理 3 spark的宽窄依赖 4 数仓模型分层 分层有啥好处 5 有了解过画像吗，自己怎么实现的，有运用算法吗 6 数仓数据质量监控和数据治理怎么实现 7 有做过实时吗，实时怎么实现数据不延迟，如果稳定可靠产出实时指标
美团一面（日常实习）
1.自我介绍 2.项目拷打穿插八股： a.你在哪些功能中引入了新的组件? b.ES相比于MySQL好在哪？ c.什么场景下用MySQL查找,什么场景下用ES？ d.大数据量用ES就一定更好吗？ e.你知道在分布式部署下ES可能出现哪些问题吗？ f.讲讲RocketMQ在你的项目中的使用逻辑？ g.你认为在你的理解中RocketMQ最重要的特性是什么?（顺序性，
初学者做 SSG 项目：3 个真实痛点拆解 + 落地方案（附简历模板 + 面试话术 + 场景案例）
很多大数据开发初学者做完 SSG 电商离线数仓项目后，都会卡在三个特别具体的坎上： 1. 不知道怎么写简历—— 对着自己做过的操作，只会列 “用 Hive 建了 3 层表”“用 Spark 算过复购率”，没说清这些操作有什么用，写出来的内容像 “技术清单”，面试官扫一眼就过；
