订阅更新

湖仓与 OLAP

先弄懂列存为什么快，再学数据湖表格式怎么做到 ACID、时间旅行和更新，最后是 OLAP 引擎的表模型和调优。

1 周28 题适合：面试问到 Iceberg、Doris、ClickHouse 还没开始

从第 1 题开始 随机抽一题自测

1列式存储

5 题

能说清 Row Group、谓词下推和编码，后面的题都好答。

  1. 092 为什么列式存储更适合分析场景？ OLAP 与数据湖
  2. 132 Parquet 和 ORC 怎么选？ OLAP 与数据湖
  3. 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
  4. 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
  5. 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

2Iceberg / Hudi / Delta

12 题

选型题不要只背对比表，要结合更新频率和引擎生态讲。

  1. 091 数据湖、数据仓库和湖仓一体有什么区别？ OLAP 与数据湖
  2. 200 Iceberg、Hudi 和 Delta Lake 怎么选？ OLAP 与数据湖
  3. 099 Iceberg 的 Copy-on-Write 和 Merge-on-Read 怎么选？ OLAP 与数据湖
  4. 111 Iceberg 的 Snapshot、Time Travel 和 Branch 有什么区别？ OLAP 与数据湖
  5. 162 Iceberg 隐藏分区和分区演进是怎么实现的？ OLAP 与数据湖
  6. 182 Iceberg Manifest 和元数据裁剪是怎么工作的？ OLAP 与数据湖
  7. 198 Iceberg 乐观并发和提交冲突怎么处理？ OLAP 与数据湖
  8. 210 Iceberg Position Delete 和 Equality Delete 有什么区别？ OLAP 与数据湖
  9. 220 Iceberg Schema Evolution 为什么依赖 Field ID？ OLAP 与数据湖
  10. 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
  11. 199 数据湖 Compaction、Clustering 和 Vacuum 有什么区别？ OLAP 与数据湖
  12. 12-07 同时写入同一张表会冲突吗？——并发控制和隔离级别是什么？ OLAP 与数据湖

3Doris / ClickHouse

11 题

表模型选错是最常见的事故，先把几种表模型讲清楚。

  1. 08-01 面试官问OLAP引擎，你只说'查询快'就完了？——Doris架构和MPP原理 OLAP 与数据湖
  2. 08-02 同一张表选Duplicate还是Aggregate？选错了性能差10倍 OLAP 与数据湖
  3. 08-03 查询从30秒优化到2秒——分区分桶设计和索引机制全解析 OLAP 与数据湖
  4. 08-05 Doris vs ClickHouse vs StarRocks——OLAP引擎到底选哪个？ OLAP 与数据湖
  5. 101 ClickHouse 的分区键、排序键和主键怎么设计？ OLAP 与数据湖
  6. 239 ClickHouse ReplacingMergeTree 为什么还有重复？FINAL 怎么用？ OLAP 与数据湖
  7. 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
  8. 212 物化视图什么时候用？如何设计刷新策略？ OLAP 与数据湖
  9. 08-06 报表查询太慢，加了物化视图快了20倍——Rollup和物化视图怎么用？ OLAP 与数据湖
  10. 08-11 一条SQL跑了60秒——慢查询怎么排查？EXPLAIN怎么看？ OLAP 与数据湖
  11. 08-18 不用导入数据就能查Hive和S3？——Multi-Catalog湖仓一体 OLAP 与数据湖

其他路线：面试前 3 天冲刺离线数仓开发实时计算开发手写 SQL 必刷AI / 大模型数据岗数据治理与平台项目表达与行为面