7 字节跳动数据仓库高级工程师面试.docx

字节跳动-数据仓库高级工程师面试 数据仓库与Python大数据 2021-02-17 以下文章来源于数据爱好者社区 ，作者云碟B HYPERLINK 数据爱好者社区 . 专注大数据、数据分析、数据仓库、数据大陆与台湾、数据科学、Flink，AI人工智能与面试阅历，副业赚钱与职业规划。 写在前面： 2021.05月份疫情期间面试整理，已斩offer，试用期现已转正。此时，借社区平台共享给大家！金三银四，2021加油！  思想和方法论： 如何建设数仓，如何构建主题域 缓慢变化维 几种处理方式 什么是维度建模，星型模型与雪花模型的区分 数仓的好处 分层的好处 怎样做数据质量，怎样保证准时性和精确?????性 什么是维度，什么是度量 如何数据管理？ 三范式 数据仓库vs数据大陆与台湾vs数据湖 做过实时数仓吗，讲一下 hadoop： MapReduce原理，map数、reduce数的参数 说一下 map join 与 reduce join hive sql怎样优化 spark和hive的区分 数据倾斜几种处理方式 数据如何清洗 说一下udf、udtf、udaf ，集成的类、接口，怎样写 hive文件存储格式，对比 内外表区分 hive执行的job数是怎样确定的 Spark： join 实现有几种呢，源码有争辩过吗？底层是怎样实现的 shuffle方式有几种？都做哪些优化