滴滴数据开发笔试

1.自我介绍。2.你开发的DWS层指标表涉及哪些周期?是所有指标都涉及这些周期吗?3.DWS层这些周期指标表为什么不放在同一张表去管理?4.你在开发表的时候如何保障数据质量?5.你提到的维护了3级标签类型主要是什么作用?6.你做的是离线数仓吗?有没有接触过实时项目?7.项目产出的价值就是帮助数分完成客群圈选吗?(个人觉得是介绍项目价值产出)8.你项目的价值对运营的取数时效提升是怎么衡量的?9.是运营直接告诉你吗?提升时效百分比的分子分母分别代表什么?10.两道Sql:(写完介绍代码思路)(1)统计每个月登录天数Top10的用户(2)每天登录用户的次日、3日、7日留存率11.反问环节。

1.实习介绍2.介绍项目3.两个项目里面哪个项目更有收获，讲讲4.为什么项目用redis，有什么特点5.redis和MySQL怎么结合使用的6.写redis缓存失败怎么办7.redis几种数据类型以及底层的数据结构8.redis怎么做到高性能相对于mysql(和第四个问题有点像感觉)9.redis的IO多路复用原理10.说一下对AOP的理解11.展示项目代码，提问代码中用到的注解12.你觉得自己还有什么其他擅长的方面(这里说的是MySQL)13.MySQL事务隔离级别14.举个具体例子说一下什么是可重复读15.手写一个singleton函数16.讲讲设计模式17.手撕去除字符串空格18.手撕二叉树层高19.后续问题就和Java没关系了，主要是科研方面20.反问环节

1.mapreduce执行流程2.hdfs如何保证数据一致性3.flink和kafka如何保证数据的一致性4.flink的checkpoint里的barrier对齐和非对齐分别如何实现exactly-once；非对齐实现需要怎么做？5.kafka如何保证数据一致性6.spark和mr的shuffle有哪些区别7.spark的内存参数一般怎么调整；一般集群的spark内存参数会在什么样的一个级别？8.数仓分层，每一层有什么作用？具体的全链路流程是什么样的？9.维表应该如何进行设计？10.用户画像如何搭建？11.然后是一些数据结构的考察。12.然后是两道sparksql题，不难。其中一个是考察数据构造，需要对sparksql有较深的使用了解。

二面： 问实习，学校的专业join如何优化sr 的视图，rooling up、前缀索引的优化用过吗，sr什么场景用代码：1. 数据倾斜场景 join 如何优化2. 数据倾斜场景 group by 如何优化HR面：之前遇到的最大的困难、怎么解决在前司做的最出色的一件事情手上有无其他 offer，为什么要去前前司实习有没有校园经历对京东的了解自己的优势、缺点