订阅更新

每日更新

题库持续更新，新写的题第一时间出现在这里。今日新增 1081 篇，本周新增 1081 篇，共 905 道题、176 篇专题。

今日1081本周1081本月1081全部1081
订阅每周更新

2026-10-13300 篇

这天网站上线，一次性收录了全部存量题目（905 道题 + 176 篇专题）；之后每天新写的题会按日期出现在这里。

  1. 350 大数据面试怎么讲一次线上故障？只说重跑恢复为什么不够？ 项目与面试表达
  2. 349 HBase 默认强一致，为什么副本读可能读到旧值？Timeline 读怎么选？ Hadoop / Hive / HBase
  3. 348 Kafka Producer 调用 flush 就算全部成功了吗？和事务提交有什么区别？ Kafka
  4. 347 Flink SQL 声明 PRIMARY KEY 就会自动去重吗？NOT ENFORCED 是什么意思？ Flink
  5. 346 Spark 堆内存没满，Executor 为什么还会被杀？memoryOverhead 怎么看？ Spark
  6. 345 MapReduce Combiner 能代替 Reducer 吗？为什么平均值不能直接局部求？ Hadoop / Hive / HBase
  7. 344 接口返回累计消耗，数仓能直接求和吗？差分为什么会出现负数？ 数仓建模
  8. 343 月末在职人数能代替月平均人数吗？人员快照怎么建模？ 数仓建模
  9. 342 SQL 判断一组检查全部通过，为什么只看 MIN 或 BOOL_AND 不够？ SQL 与数据库
  10. 341 SQL 怎么统计跨天在线时长？按开始日期分组为什么会算错？ SQL 与数据库
  11. 340 Kafka Consumer 调用 seek 后，消费组的提交位点也会改变吗？ Kafka
  12. 339 Flink 停任务时 cancel、stop 和 drain 怎么选？ Flink
  13. 338 Spark 流任务改了代码，旧 Checkpoint 还能接着用吗？ Spark
  14. 337 Spark reduceByKey 为什么常比 groupByKey 快？所有聚合都能替换吗？ Spark
  15. 336 订单准时履约率怎么建模？一个包裹签收就算整单完成吗？ 数仓建模
  16. 335 优惠券数仓怎么建模？发券、领券、用券能只看一张状态表吗？ 数仓建模
  17. 334 SQL 排名时 NULL 应该放哪里？加一个 DESC 为什么可能选错记录？ SQL 与数据库
  18. 333 SQL 怎么计算每日累计UV？为什么不能把每日UV累加？ SQL 与数据库
  19. 332 SQL 统计首单用户，为什么先筛商品再排序会算错？ SQL 与数据库
  20. 331 SQL 日均值能直接再求平均吗？月均客单价为什么会算错？ SQL 与数据库
  21. 330 大数据面试怎么讲个人贡献？说参与了数仓建设为什么还不够？ 项目与面试表达
  22. 329 数仓表多久没人用可以下线？没有查询日志就能直接删吗？ 数仓建模
  23. 328 HDFS hflush 和 hsync 有什么区别？读得到就代表已经持久化吗？ Hadoop / Hive / HBase
  24. 327 Kafka max.poll.records 调小就能防 OOM 吗？Poll 和 Fetch 有什么区别？ Kafka
  25. 326 Flink Watermark Alignment 是什么？为什么要主动暂停较快的数据源？ Flink
  26. 325 Spark 报文件不存在怎么办？开启 ignoreMissingFiles 就修好了吗？ Spark
  27. 324 AB 实验数据怎么建模？分到实验组就算真正曝光了吗？ 数仓建模
  28. 323 积分数仓怎么建模？发放、消耗、过期和撤销能只存余额吗？ 数仓建模
  29. 322 SQL 聚合成数组为什么顺序会变？外层 ORDER BY 能管住数组内部吗？ SQL 与数据库
  30. 321 SQL NTILE 能按金额均分用户吗？同分用户为什么会被分到不同桶？ SQL 与数据库
  31. 320 数仓多张表怎么一致发布？所有任务成功就代表报表一致吗？ 数仓建模
  32. 319 历史回填怎么不影响当天任务？只换一个调度队列够吗？ 数据开发与治理
  33. 318 HBase BulkLoad 为什么比批量 Put 快？导入成功就算验收通过吗？ Hadoop / Hive / HBase
  34. 317 Kafka 消息时间就是业务发生时间吗？CreateTime 和 LogAppendTime 怎么选？ Kafka
  35. 316 Flink Async IO 有 Exactly-once，调用外部接口就不会重复吗？ Flink
  36. 315 Spark 同一份 DataFrame 执行两次 Action，结果一定相同吗？ Spark
  37. 314 多个源系统字段冲突，数仓该信谁？只用 COALESCE 够吗？ 数仓建模
  38. 313 源系统主键会复用，数仓怎么建模？删掉再建还是同一个对象吗？ 数仓建模
  39. 312 SQL 怎么取每月最后一天？月末和最后一个工作日有什么区别？ SQL 与数据库
  40. 311 SQL 多列去重能直接拼接吗？COUNT DISTINCT 为什么会少算？ SQL 与数据库
  41. 310 数据新鲜度怎么监控？最大事件时间很新就代表数据完整吗？ 数据开发与治理
  42. 309 大数据任务的资源怎么估算？只看每天多少GB够吗？ 分布式与综合
  43. 308 HDFS 支持追加，为什么不能像数据库一样随机修改文件？ Hadoop / Hive / HBase
  44. 307 Kafka 消息没有 Key 会怎么分区？默认策略是每条轮询吗？ Kafka
  45. 306 Flink Timer 太多怎么优化？合并定时器会不会提前触发？ Flink
  46. 305 Spark 广播变量能实时更新吗？规则变更怎么保证任务用同一版本？ Spark
  47. 304 列式存储为什么压缩率高？字典、RLE和Delta编码分别适合什么数据？ OLAP 与数据湖
  48. 303 用户账号合并后，历史UV和付费人数要重算吗？OneID怎么保留版本？ SQL 与数据库
  49. 302 SQL Join 两边类型不一致会怎样？隐式转换为什么既慢又可能算错？ SQL 与数据库
  50. 301 SQL 怎么求最长连续增长天数？只判断今天大于昨天够吗？ SQL 与数据库
  51. 300 数据质量阈值怎么定？固定波动百分比为什么总误报？ 数据开发与治理
  52. 299 数据开发怎么写测试？SQL 单测、集成测试和端到端验收怎么分工？ SQL 与数据库
  53. 298 Iceberg 过期快照和清理孤儿文件有什么区别？为什么不能按文件年龄直接删？ OLAP 与数据湖
  54. 297 Kafka 历史回放怎么做才安全？换一个消费组就够了吗？ Kafka
  55. 296 Flink Buffer Debloating 是什么？把网络缓冲调大就能消除反压吗？ Flink
  56. 295 Spark SQL 加 LIMIT 10 就只读十行吗？为什么查询还是很慢？ Spark
  57. 294 订阅业务怎么建模？扣款、续费、取消和会员到期是一回事吗？ 数仓建模
  58. 293 订单当前状态和状态变更流水，数仓为什么要分开建模？ 数仓建模
  59. 292 SQL FULL JOIN 对账，怎么区分缺了一行和字段本来就是 NULL？ SQL 与数据库
  60. 291 SQL 同比一定是日期减一年吗？闰年和同星期怎么对齐？ SQL 与数据库
  61. 290 数据任务怎么断点续传？游标保存了，为什么还是丢数或重复？ 数据开发与治理
  62. 289 Parquet Row Group 越大越好吗？文件大小和读取并行度怎么权衡？ OLAP 与数据湖
  63. 288 Kafka Topic 删除重建后，能继续使用原来的消费位点吗？ Kafka
  64. 287 Flink Watermark 已经推进，窗口为什么还没有输出？ Flink
  65. 286 Spark Stage 卡在99%都是数据倾斜吗？慢尾任务怎么定位？ Spark
  66. 285 订单拆单、合单后怎么建模？父子订单的金额和单量怎么统计？ 数仓建模
  67. 284 预算按月、实际按天，数仓里怎么对比才不会把预算算重？ 数仓建模
  68. 283 SQL 用 MAX 拼出最新记录靠谱吗？为什么字段来自不同的行？ SQL 与数据库
  69. 282 SQL 按有效期关联维表，为什么一笔订单会匹配两条记录？ SQL 与数据库
  70. 281 SQL 怎么统计新增、回流和流失用户？只看当天活跃够吗？ SQL 与数据库
  71. 280 数据任务零行输出算成功吗？空跑和真实零业务怎么区分？ 数据开发与治理
  72. 279 源表删了记录，数仓为什么还在？删除事件怎么传到下游？ 数仓建模
  73. 278 HBase 配了 TTL 为什么数据还占空间？TTL 和多版本怎么配合？ Hadoop / Hive / HBase
  74. 277 Kafka 消息太大怎么处理？只调 max.request.size 够吗？ Kafka
  75. 276 Flink 有状态任务怎么扩容？并行度和最大并行度有什么区别？ Flink
  76. 275 Spark SQL 加了 Join Hint 就一定生效吗？为什么提示广播仍然慢？ Spark
  77. 274 箱、件、千克能直接求和吗？多计量单位的数仓怎么设计？ 数仓建模
  78. 273 组织架构调整后，历史业绩归谁？数仓层级关系怎么建模？ 数仓建模
  79. 272 SQL 怎么稳定抽取百分之一用户？随机抽样和哈希抽样有什么区别？ SQL 与数据库
  80. 271 SQL LAST_VALUE 为什么取不到最后一条？窗口边界怎么写？ SQL 与数据库
  81. 270 数据脱敏和权限控制有什么区别？测试环境怎么安全使用生产数据？ 数据开发与治理
  82. 269 Hive 动态分区怎么写？为什么分区太多会拖慢任务？ Hadoop / Hive / HBase
  83. 268 HDFS Block 越大越好吗？文件、Block 和 InputSplit 有什么区别？ Hadoop / Hive / HBase
  84. 267 Kafka Offset 为什么不连续？Offset 差值能直接当消息条数吗？ Kafka
  85. 266 Flink Checkpoint 太慢，怎么区分对齐慢和快照慢？ Flink
  86. 265 Spark 为什么报 Task not serializable？闭包里不能放什么？ Spark
  87. 264 多币种数仓怎么建模？汇率变化会不会改掉历史金额？ 数仓建模
  88. 263 各渠道转化率都涨了，整体为什么反而下降？辛普森悖论怎么解释？ 分布式与综合
  89. 262 SQL 怎么计算同时在线人数峰值？开始和结束同一时刻怎么算？ SQL 与数据库
  90. 261 SQL EXCEPT 和 NOT EXISTS 有什么区别？差集对账为什么会漏重复？ SQL 与数据库
  91. 260 数据任务重试怎么设计？为什么越重试故障越严重？ 数据开发与治理
  92. 259 ClickHouse 增量物化视图为什么不随源表更新？和定时刷新有什么区别？ OLAP 与数据湖
  93. 258 HBase 支持事务吗？单行原子性和 CheckAndMutate 能保证什么？ Hadoop / Hive / HBase
  94. 257 Kafka Producer 超时就代表发送失败吗？delivery.timeout.ms 怎么理解？ Kafka
  95. 256 Flink 空闲分区为什么会卡住 Watermark？withIdleness 怎么用？ Flink
  96. 255 Spark SQL ANSI 模式有什么影响？脏数据类型转换怎么处理？ Spark
  97. 254 埋点数据怎么去重？event_id、重试和业务重复怎么区分？ SQL 与数据库
  98. 253 订单和退款怎么建模？跨月退款应算在哪一天？ 数仓建模
  99. 252 SQL 怎么找出买齐所有指定商品的用户？ SQL 与数据库
  100. 251 SQL 补齐缺失日期后，怎么向前填充最近有效值？ SQL 与数据库
  101. 250 布隆过滤器为什么会误判？为什么不能直接删除元素？ 分布式与综合
  102. 249 MySQL redo log、undo log 和 binlog 有什么区别？CDC 为什么读 binlog？ SQL 与数据库
  103. 248 Parquet 怎么跳过不相关数据？有过滤条件为什么仍然扫描很多？ OLAP 与数据湖
  104. 247 Kafka 扩分区为什么可能乱序？同一个 Key 还能保证顺序吗？ Kafka
  105. 246 Flink keyBy、rebalance 和 rescale 有什么区别？ Flink
  106. 245 Spark foreachBatch 怎么保证幂等？有 Checkpoint 还会重复写吗？ Spark
  107. 244 多租户数仓怎么设计主键？为什么加了 tenant_id 仍会串数据？ 数仓建模
  108. 243 库存数仓怎么建模？流水和快照为什么经常对不上？ 数仓建模
  109. 242 SQL 展开多个数组为什么会翻倍？怎么保留位置对应关系？ SQL 与数据库
  110. 241 SQL 如何把用户行为切成会话？30 分钟规则有哪些边界？ SQL 与数据库
  111. 240 CAP 定理怎么解释？为什么不能简单说三选二？ 分布式与综合
  112. 239 ClickHouse ReplacingMergeTree 为什么还有重复？FINAL 怎么用？ OLAP 与数据湖
  113. 238 HDFS 节点下线怎么做？Decommission 和 Maintenance 有什么区别？ Hadoop / Hive / HBase
  114. 237 HBase Scan 为什么慢？Filter、Caching 和 Batch 怎么配？ Hadoop / Hive / HBase
  115. 236 Kafka read_committed 为什么读不到最新消息？LSO 和 HW 有什么区别？ Kafka
  116. 235 Kafka 心跳正常为什么还会 Rebalance？max.poll.interval.ms 怎么配？ Kafka
  117. 234 Flink SQL MiniBatch 和 Local-Global 聚合怎么优化吞吐？ Flink
  118. 233 Flink Mailbox 模型怎么工作？为什么阻塞调用会拖慢整个 Task？ Flink
  119. 232 Spark 为什么惰性执行？多个 Action 会重复计算吗？ Spark
  120. 231 Spark collect 为什么容易撑爆 Driver？toLocalIterator 能解决吗？ Spark
  121. 230 数仓容灾怎么设计？RPO 和 RTO 如何落地？ 数仓建模
  122. 229 源表和目标表怎么对账？为什么行数一致还不够？ 数据开发与治理
  123. 228 调度依赖怎么设计？上游成功为什么下游仍然缺数据？ 数据开发与治理
  124. 227 CDC 全量快照和增量日志怎么无缝衔接？ 数据开发与治理
  125. 226 双时态数仓怎么建模？如何还原当时看到的数据？ 数仓建模
  126. 225 订单级优惠和运费，怎么分摊到商品明细？ 分布式与综合
  127. 224 多张事实表怎么关联？Drill Across 如何避免指标放大？ 数仓建模
  128. 223 跨时区数仓怎么划分业务日期？夏令时怎么处理？ 数仓建模
  129. 222 SQL 金额计算为什么有尾差？DECIMAL 怎么设计？ SQL 与数据库
  130. 221 SQL 深分页为什么慢？游标分页怎么设计？ SQL 与数据库
  131. 220 Iceberg Schema Evolution 为什么依赖 Field ID？ OLAP 与数据湖
  132. 219 Hive 向量化执行为什么更快？ Hadoop / Hive / HBase
  133. 218 HDFS SafeMode 是什么？为什么一直退不出去？ Hadoop / Hive / HBase
  134. 217 Kafka Quota 如何做多租户流量隔离？ Kafka
  135. 216 Flink 数据倾斜怎么排查和治理？ Flink
  136. 215 Spark Spill 是什么？为什么会频繁发生？ Spark
  137. 214 数据目录 Data Catalog 怎么设计才有人用？ 数据开发与治理
  138. 213 Data Mesh 和集中式数仓怎么选？ 数仓建模
  139. 212 物化视图什么时候用？如何设计刷新策略？ OLAP 与数据湖
  140. 211 SQL Join 重排为什么可能失效？ SQL 与数据库
  141. 210 Iceberg Position Delete 和 Equality Delete 有什么区别？ OLAP 与数据湖
  142. 209 HBase WAL 和 MemStore 如何保证写入不丢？ Hadoop / Hive / HBase
  143. 208 Kafka 静态成员和 Cooperative Rebalance 如何减少重平衡影响？ Kafka
  144. 207 Flink 增量 Checkpoint 是怎么工作的？ Flink
  145. 206 Spark Task Locality 是什么？为什么会出现 ANY？ Spark
  146. 205 Spark FetchFailedException 怎么排查？ Spark
  147. 204 Schema Drift 怎么治理？ 数据开发与治理
  148. 203 事实表中的 NULL 外键怎么处理？ 数仓建模
  149. 202 SQL 分区裁剪为什么会失效？ SQL 与数据库
  150. 201 SQL CTE 一定会物化吗？MATERIALIZED 和 NOT MATERIALIZED 怎么选？ SQL 与数据库
  151. 200 Iceberg、Hudi 和 Delta Lake 怎么选？ OLAP 与数据湖
  152. 199 数据湖 Compaction、Clustering 和 Vacuum 有什么区别？ OLAP 与数据湖
  153. 198 Iceberg 乐观并发和提交冲突怎么处理？ OLAP 与数据湖
  154. 197 Hive CBO 为什么依赖统计信息？ Hadoop / Hive / HBase
  155. 196 HBase BlockCache 和 BloomFilter 如何减少磁盘读？ Hadoop / Hive / HBase
  156. 195 HDFS Balancer 和 Disk Balancer 有什么区别？ Hadoop / Hive / HBase
  157. 194 Kafka 机架感知如何避免副本集中？ Kafka
  158. 193 Kafka 压缩算法怎么选？Producer、Broker 和 Consumer 谁负责？ Kafka
  159. 192 Flink State TTL 怎么配置？为什么数据不会立即删除？ Flink
  160. 191 Flink Restart Strategy 和 Failover Strategy 有什么区别？ Flink
  161. 190 Spark Structured Streaming 如何处理迟到数据和状态清理？ Spark
  162. 189 Spark Structured Streaming 的 Append、Update 和 Complete 模式怎么选？ Spark
  163. 188 Spark Whole-Stage CodeGen 是怎么工作的？ Spark
  164. 187 Spark Tungsten 为什么能提升执行效率？ Spark
  165. 186 主数据、参考数据和维度数据有什么区别？ 数仓建模
  166. 185 数据合同 Data Contract 怎么设计？ 数据开发与治理
  167. 184 覆盖索引和 Index Only Scan 怎么理解？ SQL 与数据库
  168. 183 SQL MERGE INTO 如何实现增量更新？ SQL 与数据库
  169. 182 Iceberg Manifest 和元数据裁剪是怎么工作的？ OLAP 与数据湖
  170. 181 HBase Region Split 和 Compaction 有什么区别？ Hadoop / Hive / HBase
  171. 180 HDFS 纠删码和三副本怎么选？ Hadoop / Hive / HBase
  172. 179 Kafka 的 Segment 和稀疏索引如何定位消息？ Kafka
  173. 178 Flink Temporal Join 如何关联版本化维表？ Flink
  174. 177 Spark UDF 为什么常比内置函数慢？ Spark
  175. 176 Lambda 架构和 Kappa 架构怎么选？ 分布式与综合
  176. 175 数仓原子指标、派生指标和复合指标怎么设计？ 数仓建模
  177. 174 数据库 Nested Loop、Hash Join 和 Merge Join 怎么选？ SQL 与数据库
  178. 173 SQL 联合索引的最左匹配怎么理解？ SQL 与数据库
  179. 172 YARN Capacity Scheduler 如何做队列和资源隔离？ Hadoop / Hive / HBase
  180. 171 HDFS Federation 和 HA 有什么区别？ Hadoop / Hive / HBase
  181. 170 Kafka KRaft 为什么替代 ZooKeeper？ Kafka
  182. 169 Flink SQL Changelog 是什么？ Flink
  183. 168 Flink ProcessFunction 能做什么？ Flink
  184. 167 Spark RDD Lineage 如何实现容错？ Spark
  185. 166 Spark 广播变量和累加器有什么区别？ Spark
  186. 165 Data Vault 的 Hub、Link 和 Satellite 怎么设计？ 数仓建模
  187. 164 事务隔离级别和 MVCC 怎么理解？ SQL 与数据库
  188. 163 SQL 递归 CTE 怎么处理层级和路径？ SQL 与数据库
  189. 162 Iceberg 隐藏分区和分区演进是怎么实现的？ OLAP 与数据湖
  190. 161 HDFS 读数据流程和短路读取是怎样的？ Hadoop / Hive / HBase
  191. 160 Kafka Consumer Group 协调机制是怎样的？ Kafka
  192. 159 Flink CEP 怎么做复杂事件检测？ Flink
  193. 158 Spark 的 map 和 mapPartitions 有什么区别？ Spark
  194. 157 Spark 分区数怎么设置？ Spark
  195. 156 数仓总线矩阵怎么设计？ 数仓建模
  196. 155 数仓中可加、半可加和不可加指标怎么理解？ 数仓建模
  197. 154 SQL 相关子查询和普通子查询有什么区别？ SQL 与数据库
  198. 153 SQL 如何合并连续日期和连续区间？ SQL 与数据库
  199. 152 HDFS FsImage、EditLog 和 Checkpoint 是什么关系？ Hadoop / Hive / HBase
  200. 151 Kafka Producer 的 batch.size 和 linger.ms 怎么配？ Kafka
  201. 150 YARN 的 ResourceManager、NodeManager 和 ApplicationMaster 分别负责什么？ Hadoop / Hive / HBase
  202. 149 Flink State Backend 怎么选？ Flink
  203. 148 Spark 统一内存管理是怎么工作的？ Spark
  204. 147 Spark Driver 和 Executor 分别负责什么？ Spark
  205. 146 ODS 层全量表、增量表和快照表怎么设计？ 数据开发与治理
  206. 145 数仓宽表和维度模型怎么选？ 数仓建模
  207. 144 SQL 执行计划怎么看？如何定位慢查询？ SQL 与数据库
  208. 143 SQL 如何计算滚动7日活跃用户和移动平均？ SQL 与数据库
  209. 142 Hive 中 ORDER BY、SORT BY、DISTRIBUTE BY 和 CLUSTER BY 有什么区别？ Hadoop / Hive / HBase
  210. 141 HDFS NameNode HA 是怎么实现的？ Hadoop / Hive / HBase
  211. 140 HBase 热点问题怎么产生？如何解决？ Hadoop / Hive / HBase
  212. 139 HBase 的读写流程是怎样的？ Hadoop / Hive / HBase
  213. 138 Kafka Leader 选举和故障恢复是怎么做的？ Kafka
  214. 137 MapReduce Shuffle 过程是怎样的？ Hadoop / Hive / HBase
  215. 136 Spark RDD、DataFrame 和 Dataset 有什么区别？ Spark
  216. 135 SQL 如何计算中位数和分位数？ SQL 与数据库
  217. 134 SQL 如何计算漏斗转化率？ SQL 与数据库
  218. 133 SQL 如何计算次日、7日和30日留存率？ SQL 与数据库
  219. 132 Parquet 和 ORC 怎么选？ OLAP 与数据湖
  220. 131 HDFS 写数据流程和副本机制是怎样的？ Hadoop / Hive / HBase
  221. 130 Kafka 零拷贝为什么能提升吞吐？ Kafka
  222. 129 Kafka Log Compaction 是怎么工作的？ Kafka
  223. 128 Flink 任务升级时，State 如何兼容？ Flink
  224. 127 Flink Operator Chain 和 Slot Sharing 怎么理解？ Flink
  225. 126 Spark 为什么会写出大量小文件？怎么控制？ Spark
  226. 125 Spark 动态资源分配是怎么工作的？ Spark
  227. 124 Spark 为什么重视序列化？Java 和 Kryo 怎么选？ Spark
  228. 123 Spark Checkpoint 和 Cache 有什么区别？ Spark
  229. 122 指标口径变更后，历史报表怎么兼容？ 数据应用：画像 / 指标 / 报表
  230. 121 历史数据回刷怎么避免影响线上数据？ 数据开发与治理
  231. 120 ETL 任务如何设计幂等和可重跑？ 数据开发与治理
  232. 119 数仓的数据域和主题域怎么划分？ 数仓建模
  233. 118 缓慢变化维 SCD1、SCD2、SCD3 有什么区别？ 数仓建模
  234. 117 数仓代理键和自然键怎么选？ 数仓建模
  235. 116 COUNT(DISTINCT) 数据量很大时怎么优化？ SQL 与数据库
  236. 115 SQL 如何实现每个分组的 Top N？ SQL 与数据库
  237. 114 SQL 如何计算用户连续登录天数？ SQL 与数据库
  238. 113 SQL 中 NOT IN 遇到 NULL，为什么结果可能为空？ SQL 与数据库
  239. 112 指标平台和语义层怎么设计？ 数据应用：画像 / 指标 / 报表
  240. 111 Iceberg 的 Snapshot、Time Travel 和 Branch 有什么区别？ OLAP 与数据湖
  241. 110 Spark 动态分区裁剪 DPP 是怎么工作的？ Spark
  242. 109 Flink CDC 遇到 Schema Evolution 怎么处理？ Flink
  243. 108 大模型应用如何控制 Token 成本？ AI 与大模型
  244. 107 向量索引如何处理更新和删除？ AI 与大模型
  245. 106 AI 对话日志的数仓模型怎么设计？ AI 与大模型
  246. 105 大模型应用的可观测性怎么设计？ AI 与大模型
  247. 104 RAG 知识库如何做增量更新？ AI 与大模型
  248. 103 AI Agent 的短期记忆和长期记忆怎么设计？ AI 与大模型
  249. 102 数据血缘怎么设计才真正有用？ 数据开发与治理
  250. 101 ClickHouse 的分区键、排序键和主键怎么设计？ OLAP 与数据湖
  251. 100 Spark SQL 的 Broadcast、SortMerge 和 ShuffleHash Join 怎么选？ Spark
  252. 099 Iceberg 的 Copy-on-Write 和 Merge-on-Read 怎么选？ OLAP 与数据湖
  253. 098 RAG 如何做数据权限隔离？ AI 与大模型
  254. 097 Embedding 模型怎么选？ AI 与大模型
  255. 096 RAG 的效果怎么评估？ AI 与大模型
  256. 095 HNSW 和 IVF 向量索引怎么选？ AI 与大模型
  257. 094 向量数据库和传统数据库有什么区别？ AI 与大模型
  258. 093 AI 特征平台如何保证训练和推理一致？ AI 与大模型
  259. 092 为什么列式存储更适合分析场景？ OLAP 与数据湖
  260. 091 数据湖、数据仓库和湖仓一体有什么区别？ OLAP 与数据湖
  261. 090 离线数仓和实时数仓如何保证数据一致？ 数仓建模
  262. 089 HBase RowKey 怎么设计？ Hadoop / Hive / HBase
  263. 088 CDC 增量同步如何保证不丢不重？ 数据开发与治理
  264. 087 AI 应用的数据质量怎么保障？ AI 与大模型
  265. 086 大模型微调和 RAG 怎么选？ AI 与大模型
  266. 085 RAG 为什么要做混合检索和重排？ AI 与大模型
  267. 084 RAG 文档切分 Chunking 怎么设计？ AI 与大模型
  268. 083 RAG 知识库的数据链路怎么设计？ AI 与大模型
  269. 082 数仓微型维度怎么设计？ 数仓建模
  270. 081 无事实事实表怎么设计？ 数仓建模
  271. 080 数仓杂项维度什么时候用？ 数仓建模
  272. 079 数仓角色扮演维度怎么设计？ 数仓建模
  273. 078 SQL PIVOT 和 UNPIVOT 有什么区别？ SQL 与数据库
  274. 077 SQL 的逻辑执行顺序是什么？ SQL 与数据库
  275. 076 SQL LAG 和 LEAD 怎么做环比、同比？ SQL 与数据库
  276. 075 SQL COALESCE 和 NULLIF 怎么用？ SQL 与数据库
  277. 074 SQL CASE WHEN 有哪些常见坑？ SQL 与数据库
  278. 073 SQL WHERE 和 HAVING 有什么区别？ SQL 与数据库
  279. 072 数仓多值维度和桥接表怎么设计？ 数仓建模
  280. 071 数仓星型模型和雪花模型怎么选？ 数仓建模
  281. 070 SQL GROUPING SETS、ROLLUP 和 CUBE 有什么区别？ SQL 与数据库
  282. 069 SQL GROUP BY 和窗口函数有什么区别？ SQL 与数据库
  283. 068 SQL LEFT JOIN 条件放在 ON 和 WHERE 有什么区别？ SQL 与数据库
  284. 067 SQL UNION 和 UNION ALL 有什么区别？ SQL 与数据库
  285. 066 数仓一致性维度怎么设计？ 数仓建模
  286. 065 Kafka 分区分配策略怎么选？Range、RoundRobin 和 Sticky 有什么区别？ Kafka
  287. 064 Flink Barrier 对齐和非对齐 Checkpoint 有什么区别？ Flink
  288. 063 Spark SQL Catalyst 优化器是怎么工作的？ Spark
  289. 062 SQL ROW_NUMBER、RANK 和 DENSE_RANK 有什么区别？ SQL 与数据库
  290. 061 事务事实表怎么设计？ 数仓建模
  291. 060 Kafka auto.offset.reset 怎么配置？earliest 和 latest 有什么区别？ Kafka
  292. 059 Flink Timer 什么时候用？有哪些坑？ Flink
  293. 058 Spark 中 Job、Stage 和 Task 是怎么划分的？ Spark
  294. 057 SQL COUNT(*)、COUNT(1) 和 COUNT(列) 有什么区别？ SQL 与数据库
  295. 056 周期快照事实表怎么设计？ 数仓建模
  296. 055 Kafka 幂等 Producer 和事务 Producer 有什么区别？ Kafka
  297. 054 Flink Side Output 什么时候用？ Flink
  298. 053 Spark AQE 能解决什么问题？有什么局限？ Spark
  299. 052 SQL 窗口函数 ROWS 和 RANGE 有什么区别？ SQL 与数据库
  300. 051 数仓退化维度什么时候用？ 数仓建模

只显示最近 300 篇，按最新顺序看全部题目 →