OLAP 与数据湖 面试题59 道
Doris、ClickHouse、Iceberg、Hudi、Paimon、列式存储
- 091 数据湖、数据仓库和湖仓一体有什么区别？
- 092 为什么列式存储更适合分析场景？
- 099 Iceberg 的 Copy-on-Write 和 Merge-on-Read 怎么选？
- 101 ClickHouse 的分区键、排序键和主键怎么设计？
- 111 Iceberg 的 Snapshot、Time Travel 和 Branch 有什么区别？
- 132 Parquet 和 ORC 怎么选？
- 162 Iceberg 隐藏分区和分区演进是怎么实现的？
- 182 Iceberg Manifest 和元数据裁剪是怎么工作的？
- 198 Iceberg 乐观并发和提交冲突怎么处理？
- 199 数据湖 Compaction、Clustering 和 Vacuum 有什么区别？
- 200 Iceberg、Hudi 和 Delta Lake 怎么选？
- 210 Iceberg Position Delete 和 Equality Delete 有什么区别？
- 212 物化视图什么时候用？如何设计刷新策略？
- 220 Iceberg Schema Evolution 为什么依赖 Field ID？
- 239 ClickHouse ReplacingMergeTree 为什么还有重复？FINAL 怎么用？
- 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？
- 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？
- 289 Parquet Row Group 越大越好吗？文件大小和读取并行度怎么权衡？
- 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？
- 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？
- 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
- 08-02 同一张表选Duplicate还是Aggregate？选错了性能差10倍
- 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
- 08-04 Flink实时写、离线批量导、维度表天天更新——Doris数据导入方式全解析
- 08-05 Doris vs ClickHouse vs StarRocks——OLAP引擎到底选哪个？
- 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？
- 08-07 两张大表JOIN跑了30秒——Doris的JOIN优化策略全解析
- 08-08 同样的SQL开了向量化快3倍——Doris的向量化执行引擎怎么工作的？
- 08-09 导入数据后查询突然变慢了——Compaction机制和小文件合并
- 08-10 ODS/DWD/DWS/ADS全建在Doris里？——实时数仓分层实践
- 08-11 一条SQL跑了60秒——慢查询怎么排查？EXPLAIN怎么看？
- 08-12 某个BE忙死了其他BE闲着——Doris数据倾斜怎么排查和解决？
- 08-13 数据量翻倍了加两台BE就行？——Doris集群扩缩容和数据均衡
- 08-14 前缀索引只有36字节？——Doris索引机制深度解析和调优
- 08-15 运营同事不小心删了表——Doris权限管理和多租户实践
- 08-16 BE磁盘坏了数据还在不在？——Doris数据备份恢复和容灾方案
- 08-17 同一张表同样的查询，SQL写法不同性能差5倍——Doris SQL优化技巧
- 08-18 不用导入数据就能查Hive和S3？——Multi-Catalog湖仓一体
- 08-19 Doris 2.x这些新特性你知道吗？——存算分离、倒排索引、Pipeline引擎
- 12-01 Parquet表写入到一半失败就脏了？——数据湖的ACID事务是怎么做到的？
- 12-02 更新一条数据要全量重写整个分区？——MERGE INTO怎么高效更新删除？
- 12-03 业务改表结构，历史数据不兼容？——Schema演进怎么处理？
- 12-04 昨天的报表发现有bug，数据已经overwritten了？——Time Travel怎么回滚到历史版本？
- 12-05 Delta Lake、Iceberg、Hudi选哪个？——不同场景下怎么选型？
- 12-06 小文件太多，查询特别慢？——OPTIMIZE和Z-Ordering怎么优化数据布局？
- 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？
- 12-08 分区分桶选错了，查询很慢？——分区策略和动态分区怎么设计？
- 12-09 Parquet、ORC、Avro选哪个？——列存、压缩、谓词下推怎么权衡？
- 12-10 数据湖查询比Hive还慢？——谓词下推和向量化执行怎么配置？
- 12-11 写入一半失败了，数据乱了怎么办？——ACID事务和Exactly-Once怎么保证？
- 12-12 表结构变了，历史数据怎么办？——Schema演化和向前兼容怎么实现？
- 12-13 误删了数据，能恢复到昨天吗？——时间旅行Time Travel怎么用？
- 12-14 查询突然变慢了，怎么快速定位问题？——执行计划分析和性能排查
- 12-15 Delta Lake、Iceberg、Hudi怎么选？——三大数据湖格式对比和选型指南
- 12-16 小文件太多怎么解决？——OPTIMIZE和Compaction
- 12-17 分区怎么设计才合理？——分区策略最佳实践
- 12-18 查询还能更快吗？——Z-Ordering和Clustering数据布局优化
- 12-19 数据湖怎么监控？——关键指标和告警
- 12-20 从Hive迁移到数据湖实战案例
没有匹配的题目，换个关键词试试。