数据治理与平台

治理题最怕讲空话。这条路线每个阶段都落到具体做法：规则怎么定、血缘怎么用、任务怎么重跑、口径怎么统一。

从第 1 题开始 随机抽一题自测

1数据质量

7 题

讲清楚规则怎么定、阈值怎么定、告警怎么不误报。

1. 001 数据质量检查怎么设计？ 数据开发与治理
2. 19-01 数据质量出了问题怎么发现？——完整性、准确性、一致性、及时性四性体系 数据开发与治理
3. 23-01 DQC规则写了200条还在漏报——校验规则到底怎么设计？ 数据开发与治理
4. 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
5. 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
6. 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
7. 23-04 数据校验放事前还是事后？——数据质量门禁（CI/CD for Data）实战 数据开发与治理

2血缘、元数据和数据契约

6 题

1. 102 数据血缘怎么设计才真正有用？ 数据开发与治理
2. 19-06 元数据管理到底管什么？——技术+业务+操作三类元数据一次讲清楚 数据开发与治理
3. 19-15 血缘图太复杂看不懂——血缘分析的正确打开方式 数据开发与治理
4. 185 数据合同 Data Contract 怎么设计？ 数据开发与治理
5. 204 Schema Drift 怎么治理？ 数据开发与治理
6. 214 数据目录 Data Catalog 怎么设计才有人用？ 数据开发与治理

3调度与任务可靠性

7 题

重试、断点续传、回填，核心都是幂等。

1. 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
2. 120 ETL 任务如何设计幂等和可重跑？ 数据开发与治理
3. 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
4. 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
5. 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
6. 13-03 下游任务等了2小时上游还没跑完——依赖管理和优先级 数据开发与治理
7. 13-09 要回溯最近30天的数据——Backfill和历史补数 数据开发与治理

4指标与口径

6 题

1. 112 指标平台和语义层怎么设计？ 数据应用：画像 / 指标 / 报表
2. 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
3. 175 数仓原子指标、派生指标和复合指标怎么设计？ 数仓建模
4. 25-02 老板问"我们到底有多少个指标"——指标体系怎么从0搭起来才不混乱？ 数据应用：画像 / 指标 / 报表
5. 25-03 同样叫"活跃用户"，运营/产品/数据各说各的——指标口径冲突怎么对齐？ 数据应用：画像 / 指标 / 报表
6. 25-13 指标血缘怎么做？——从字段级到指标级的血缘怎么落地 数据应用：画像 / 指标 / 报表

5采集与 CDC

5 题

1. 088 CDC 增量同步如何保证不丢不重？ 数据开发与治理
2. 227 CDC 全量快照和增量日志怎么无缝衔接？ 数据开发与治理
3. 27-02 上百张MySQL表要同步到数仓——DataX、Canal、Flink CDC怎么选？ 数据开发与治理
4. 27-03 全量+增量同步方案——一张10亿行的订单表怎么平滑迁移到数仓？ 数据开发与治理
5. 27-04 业务库改了字段类型——下游CDC作业全挂了，Schema演进怎么处理？ 数据开发与治理

其他路线：面试前 3 天冲刺离线数仓开发实时计算开发湖仓与 OLAP手写 SQL 必刷AI / 大模型数据岗项目表达与行为面