数仓实习生面试（一面）

1.自我介绍

2.项目来源，自己做的还是网上找来做的

3.离线数仓介绍

4.项目遇到的问题（提到kafka的重复数据）

5.为什么kafka会出现重复数据

6.你项目中怎么处理的

7.数仓分层的好处经典问题争议：数仓分层建设中，DWD、DWS、ADS哪一层最难？

经典问题争议：数仓分层建设中，DWD、DWS、ADS哪一层最难？

8.数仓分了哪几个数据域

猪小明vs飞猪数据团队：数仓中既然有了主题域，为什么还要划分数据域？

9.讲一些维度建模

10.常见的维度模型（雪花、星型）

11.使用场景

12.除了维度建模，还有哪些建模理论(E-R）

面试提问：数仓中除了维度建模还有哪些建模方式？

13.E-R模型讲一下（提到数据库范式）

14.讲一下三范式

15.事实表的分类

读者提问：如果维度退化或下沉的维度属性发生了变化，事实表该如何处理？

李荣浩vs某游戏公司：数仓建设中，如果用户表频繁更新，像事实表一样细长，怎么解决？

16.如何划分业务过程？怎么知道划分的好不好?

数仓面试提问：如何判断业务过程划分的好坏？| 途虎养车

17. 指标计算的正确性平时如何验证的？

面试提问：数仓里面指标计算的正确性如何验证，有好的方法吗？

18.spark相比mr的优点（因为项目是hive on spark）

19.hadoop的读写原理

20.读写过程中，datenode挂掉了，怎么处理

21.你两个项目更倾向于做哪方面（一个实时，一个离线）

22.==和equals的区别

23.StringBuilder和StringBuffer区别

24.简历提到的做过python开发，是做了什么

25.平时是用python语言写脚本还是shell语言

26.hive的优化方式

27.自定义udf的过程

Hive如何创建自定义函数（UDF）？

28.窗口函数使用过哪些，介绍一下

Hive 窗口函数详解及使用场景总结【基于面试提问】

29.row_numer和rank以及dense_rank的区别

30.学习途径

31.校园经历

32.对工作上出现的一些场景的看法

33.反问

往期精彩

快手大数据开发一面面试题(社招)

企业级指标体系设计与应用 | 一文讲完

面试提问： 数仓底座健康度衡量标准是什么？都有哪些指标？

字节数据开发一面(校招)

SQL面试题：供应链库存周转率计算与缺货预测

携程数仓实习（一二面面试题）

数仓建模中，如果遇到跨业务过程的分析，这时候dwd层表模型如何设计？整体的设计思路是什么？|支付宝

数据开发面试题（社招）

面试官问：数仓DWM层与DWS层有什么区别？什么时候需要建设DWM层？

美团数据开发面试题(一面、二面、三面)

数仓建模：如何提升模型的复用性？| 理论篇

数仓排期困境破局：如何构建让业务方信服的排期体系？

数仓分区时间设计：系统时间与业务时间如何选？| 虾皮数开

SQL面试题：用户登录行为分析

京东金融面试提问：数仓中共性指标如何做下沉？请谈谈你的理解