字节跳动大数据开发一面20250818
（适用于国内，海外求职）
快手大数据开发二面附答案202504
1. 完整数仓的搭建流程 2. 一个spark任务2,3h执行，stage id 优化方案 3. ods接入的交易系统数据质量差，通过dwd层进行过滤，怎么解决？ 4. 慢节点 5. rss 6. clickhouse和doris的区别、使用性能上的差异 7.
百度-大数据平台开发-一面(2025.4.1)
1. 计网:TCP3次握手，4次挥手 2. hive2server0 3. yarn的工作流程 4. 数据倾斜。 5. Spark 和 Hive 的区别 6. Yarn on client 和yarn
Bilibili-商业化-大数据开发-一面(2025.4.7)
1. AI的召回率和准确率怎么计算 2. DWM和DWS的区别 3. Hadoop 有哪些组件 4. Mapreduce 的过程 5. 数据质量监控 6. 数据治理怎么理解 7. 维护表总共有多少张，设置数据监控的有多少。 8. 多天分区数据处理，UDF函数报错，
HBase 的读写流程：从 RowKey 到 MemStore 与 HFile
HBase 作为一个面向列的、分布式的、可伸缩的 NoSQL 数据库，被设计用于在商用硬件集群上处理海量（PB 级别）的稀疏数据。其核心价值在于能够对庞大的数据集提供实时的随机读写能力。要充分发挥 HBase 的性能，深刻理解其内部数据流转机制至关重要。本文旨在深入剖析 HBase 最核心的生命线——读写流程，从一个客户端请求的发起，
快手-大数据开发-二面(2025.4.8）
各种深挖 -— 这个我就不细写了，前面有很多给出了具体问题的简历深挖，大家可以去看看 1. dwm表与dwd表的粒度 2. 事实表的创建 3. 表数据的体量:dwd表:几千条、dwm表:曝光 几万条，旺季几十万条 4. 看板加载时长缩短做了什么 5.
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~（适用于国内，海外求职）
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~ （适用于国内，海外求职）
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 （适用于国内，海外求职）
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（适用于国内，海外求职）
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。
