滴滴大数据岗位面试真题及详细答案（实战版）.docxVIP

滴滴大数据岗位面试真题及详细答案（实战版）

本套试题整理自滴滴出行大数据开发、数据仓库、数据分析岗真实面试真题，涵盖技术基础、SQL实战、数仓架构、业务场景分析、性能优化五大模块，答案贴合一线工作实操，摒弃模板化话术，适配校招、社招面试场景。

一、大数据技术基础（高频必问）

1.说说你了解的滴滴大数据技术栈，各组件的核心用途是什么？

参考答案：滴滴日常业务数据量庞大，实时、离线场景并行使用，核心技术栈分工明确，贴合出行业务场景：

离线计算核心用Hadoop、Spark。Hadoop负责分布式存储和基础资源调度，支撑海量订单、轨迹、用户行为日志的持久化存储；Spark主打高速离线批处理，日常用来做日/周/月订单统计、司机流水核算、用户画像标签计算，相比MapReduce运算效率更高，适配滴滴大规模批量数据处理需求。

实时计算核心用Flink，主要处理实时订单流、司机位置轨迹、实时应答率、高峰期运力监控等场景，保障低延迟数据输出，支撑平台实时调度、高峰期运力预警。

数据存储配套Hive、Kafka、Redis。Hive用于数仓分层建模和离线SQL统计；Kafka作为消息队列，承接前端埋点、订单日志、司机状态数据，做数据缓冲和分发；Redis用来缓存高频查询指标，比如热门城市实时单量、司机在线状态，提升查询效率。

2.Spark和Flink的核心区别，滴滴场景下如何选型？

参考答案