美团数据开发面试（一面、二面、三面）

美团数据开发面试

一面侧重于java基础，数仓理论，大数据组件基础和结合项目的一些常见的优化二面侧重于深挖项目，针对项目细节去问一些数据相关问题，并引申出一些具体的优化问题，数仓模型问题三面侧重于对整体架构的理解和技术广度的发散问题

一面：

例行拷打项目，略

1.说说你对数据建模的理解？

网友提问：数据建模听起来好高大尚，但很抽象，该怎么理解 ？|  什么是数据建模？

数仓面试提问：分享一次你通过数据建模优化业务流程的经历？

数仓高级建模：如何应对需求频繁变动及数据结构不稳定的业务挑战？|  Anchor 建模技术

2.数仓如何分层和分层的好处？

面试提问：数仓设计不分层可以吗？

经典问题争议：数仓分层建设中，DWD、DWS、ADS哪一层最难？

3.数仓分层和指标分类之间有什么关系？

面试提问：如何通过指标拆解指导数仓建模？| 懂车帝

4.什么是总线矩阵？

数仓业务总线矩阵设计实战，重塑企业核心架构 | 架构师必读

5.什么样的数仓是一个好数仓？

数仓经典问题：如何评估数仓模型的复用性？

小杨哥vs滴滴数仓负责人: 如何证明你建的模型就比别人的好？

6.什么方法可以落实上面说的数仓？

小杨哥vs滴滴数仓负责人: 如何证明你建的模型就比别人的好？

7.缓慢变化维，除了拉链表还有哪些方式？

8.什么情况下可以使用map join

9.如何解决大表join大表的数据倾斜

10.Java垃圾回收机制

11.SQL题：波峰波谷，连续三天

12.算法题：字符串最后一个字符长度

13.实习中最大成长点

二面

日常拷打项目，略

1.算法题：链表节点k个一组翻转

2.算法题： 二 叉 树 遍历

3.SQL题：找 出 最 长 连 续 子 序 (row_number)

4.mapreduce运行过程 spark.shuffle.partitions 的调参 Spark小文件参数

5.怎么确定reduce的数量

6.bucket join优化的原理

7.怎么快速根据spark stage找到对应的代码 主题域划分

8.事实表怎么建模？

数仓建模：维度建模中的事实表设计八大原则

9.数仓建模过程

10.事务的特性

11.进程和线程区别

12.mysql索引

13.索引的类型

14.索引的前缀原则

15.联合索引a b e 以下哪些可以命中索引where a= xx and c=xx Where b = xx and c= xx

三面：

面试内容：再日常先拷打项目

1.有没有用过多维分析引擎，在哪里使用了doris, doris作用是什么，讲一下对doris了解多少

2.学大数据相关的知识在哪学的，通过什么途径；遇到过什么问题

3.讲一下上面问题怎么解决的，调节参数是哪些；为什么这么调参；讲一下参数中增加内存为什么有用；reduce个数 是越大越好吗；调参后任务运行时长优化到多少

4.对数据治理的理解

往期精彩

字节数仓实习面试(凉凉版)

大数据开发面试题：美团秋招一面

懂车帝面试提问：什么是指标口径收敛？应如何落地？

字节大数据开发一面面试题(有点意思)

面试灵魂拷问：为什么维度表不能合并成一张大表？

面试提问：如何通过指标拆解指导数仓建模？| 懂车帝