面试前 3 天冲刺

原理题和排查题对半，排查题要能讲出「先看哪个指标、再看哪里」。

1. 002 你有遇到过 Spark 的数据倾斜吗？ Spark
2. 008 Spark Shuffle 为什么慢？怎么优化？ Spark
3. 018 Spark 任务 OOM，你怎么排查？ Spark
4. 053 Spark AQE 能解决什么问题？有什么局限？ Spark
5. 058 Spark 中 Job、Stage 和 Task 是怎么划分的？ Spark
6. 036 Spark 宽依赖和窄依赖有什么区别？ Spark
7. 025 Spark 广播 Join 什么时候用？有哪些坑？ Spark
8. 148 Spark 统一内存管理是怎么工作的？ Spark
9. 003 Flink 任务出现反压，你怎么排查？ Flink
10. 005 Flink Checkpoint 经常失败，你怎么排查？ Flink
11. 007 Flink 的 Exactly-Once 是怎么实现的？ Flink
12. 014 Flink Watermark 和迟到数据怎么处理？ Flink
13. 016 Flink State 太大，你怎么优化？ Flink
14. 023 Flink Checkpoint 和 Savepoint 有什么区别？ Flink
15. 028 Flink 窗口怎么选？滚动、滑动、会话有什么区别？ Flink
16. 064 Flink Barrier 对齐和非对齐 Checkpoint 有什么区别？ Flink
17. 004 Kafka 消息积压了，你怎么排查？ Kafka
18. 013 Kafka 如何保证消息不丢失？ Kafka
19. 015 Kafka Consumer 频繁 Rebalance，你怎么排查？ Kafka
20. 022 Kafka 出现重复消费，怎么保证幂等？ Kafka
21. 029 Kafka 为什么吞吐量高？ Kafka
22. 032 Kafka 如何保证消息顺序？ Kafka

建模题讲清「粒度」，SQL 题至少要能手写连续登录、Top N、留存。

1. 006 数仓分层怎么设计？ 数仓建模
2. 012 拉链表怎么设计？ 数仓建模
3. 027 数仓事实表的粒度怎么设计？ 数仓建模
4. 030 数仓维度表怎么设计？ 数仓建模
5. 118 缓慢变化维 SCD1、SCD2、SCD3 有什么区别？ 数仓建模
6. 071 数仓星型模型和雪花模型怎么选？ 数仓建模
7. 175 数仓原子指标、派生指标和复合指标怎么设计？ 数仓建模
8. 090 离线数仓和实时数仓如何保证数据一致？ 数仓建模
9. 145 数仓宽表和维度模型怎么选？ 数仓建模
10. 114 SQL 如何计算用户连续登录天数？ SQL 与数据库
11. 115 SQL 如何实现每个分组的 Top N？ SQL 与数据库
12. 133 SQL 如何计算次日、7日和30日留存率？ SQL 与数据库
13. 062 SQL ROW_NUMBER、RANK 和 DENSE_RANK 有什么区别？ SQL 与数据库
14. 068 SQL LEFT JOIN 条件放在 ON 和 WHERE 有什么区别？ SQL 与数据库
15. 077 SQL 的逻辑执行顺序是什么？ SQL 与数据库
16. 113 SQL 中 NOT IN 遇到 NULL，为什么结果可能为空？ SQL 与数据库
17. 116 COUNT(DISTINCT) 数据量很大时怎么优化？ SQL 与数据库
18. 037 SQL Join 后数据量翻倍，你怎么排查？ SQL 与数据库
19. 052 SQL 窗口函数 ROWS 和 RANGE 有什么区别？ SQL 与数据库

最后半天留给项目：把一个项目按 STAR 讲三遍，准备好数据量和收益数字。

1. 009 Hive SQL 跑得很慢，你怎么排查？ Hadoop / Hive / HBase
2. 017 HDFS 小文件过多，怎么治理？ Hadoop / Hive / HBase
3. 024 Hive 分区表和分桶表有什么区别？ Hadoop / Hive / HBase
4. 137 MapReduce Shuffle 过程是怎样的？ Hadoop / Hive / HBase
5. 091 数据湖、数据仓库和湖仓一体有什么区别？ OLAP 与数据湖
6. 092 为什么列式存储更适合分析场景？ OLAP 与数据湖
7. 200 Iceberg、Hudi 和 Delta Lake 怎么选？ OLAP 与数据湖
8. 101 ClickHouse 的分区键、排序键和主键怎么设计？ OLAP 与数据湖
9. 176 Lambda 架构和 Kappa 架构怎么选？ 分布式与综合
10. 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
11. 010 项目中的技术选型，你怎么向面试官解释？ 项目与面试表达
12. 14-01 面试官说'介绍一个你做过的项目'你慌了——STAR法则讲项目 项目与面试表达
13. 15-02 面试官问'你们数据量多大'——只说'TB级别'就凉了 项目与面试表达
14. 15-05 面试官问'数据倾斜怎么解决'——只会说加盐的人已经淘汰了 项目与面试表达
15. 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
16. 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
17. 17-01 面试官说「介绍一下你自己」——怎么在2分钟内让人记住你？ 项目与面试表达
18. 17-05 「你为什么要离职」——90%的人第一句话就说错了 项目与面试表达
19. 17-15 「你有什么想问我的」——最后一题最容易翻车 项目与面试表达