数据倾斜 面试题34 道
和数据倾斜相关的题都在这里，涉及Flink、Spark、Kafka、项目与面试表达、Hadoop / Hive / HBase、OLAP 与数据湖、数仓建模、SQL 与数据库、数据应用：画像 / 指标 / 报表、数据开发与治理、分布式与综合。
- 28 Flink 数据倾斜怎么排查和治理？ Flink
- 49 数据倾斜处理：KeyBy 之后一个 SubTask 累死 Flink
- 65 上游 Kafka 有数据倾斜，某个算子卡住了Flink 数据倾斜怎么解决？ Flink
- 80 Flink 实时作业背压报警，罪魁祸首是数据倾斜怎么排查和解决？ Flink
- 81 Kafka→Flink→Doris 整条实时链路，哪个环节倾斜最难搞？端到端排查思路 Flink
- 82 你有遇到过 Spark 的数据倾斜吗？ Spark
- 121 Spark Stage 卡在 99%都是数据倾斜吗？慢尾任务怎么定位？ Spark
- 131 某个 Task 比其他慢了 10 倍Spark 数据倾斜怎么解决？ Spark
- 149 Spark 3.0 的 AQE 开了，还需要手动处理倾斜吗？ Spark
- 150 Hive 作业跑了 6 小时还没完Hive 里的数据倾斜和 Spark 有什么不同？ Spark
- 151 OLAP 引擎里也有倾斜Doris、ClickHouse 的倾斜和 Spark 有什么不同？ Spark
- 206 某个 Partition 消息量是其他的 10 倍Kafka 数据倾斜怎么解决？ Kafka
- 253 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
- 348 某个 Reduce 卡了 20 分钟，你怎么排查和解决数据倾斜？ Hadoop / Hive / HBase
- 457 某个 BE 忙死了其他 BE 闲着Doris 数据倾斜怎么排查和解决？ OLAP 与数据湖
- 555 数据倾斜 数仓建模
- 576 数据倾斜 数仓建模
- 586 数据倾斜怎么解决？加盐、AQE、两阶段聚合的场景差别 数仓建模
- 818 大表 JOIN 慢到爆？聊聊 MapJoin 和数据倾斜 SQL 与数据库
- 851 GROUP BY 做统计，一个 Task 卡死跑不完COUNT(DISTINCT)为什么特别容易倾斜？ SQL 与数据库
- 852 两张大表 JOIN，某个 key 有 500 万条JOIN 倾斜的三种解法怎么选？ SQL 与数据库
- 853 JOIN 字段里有 15%是 NULLNULL 值倾斜怎么处理？ SQL 与数据库
- 854 5 张表连续 JOIN，不知道倾斜在哪里多表 JOIN 链路的系统性排查方法 SQL 与数据库
- 855 面试官追问「你能现场写一个处理倾斜的 SQL 吗」手写代码题怎么过？ SQL 与数据库
- 874 数据倾斜导致标签计算任务跑了 4 小时怎么优化到 30 分钟？ 数据应用：画像 / 指标 / 报表
- 958 倾斜爆发才来处理已经太晚了怎么建立数据倾斜的监控和预警体系？ 数据开发与治理
- 1088 一个 Task 跑了 40 分钟，其他 Task 早就结束了什么是数据倾斜？ 分布式与综合
- 1089 每次都治标：为什么不从数据写入阶段就把倾斜消灭掉？分桶和预聚合怎么做？ 分布式与综合
- 1090 数据倾斜和小文件问题同时出现两者有什么关联？怎么一起解决？ 分布式与综合
- 1091 面试官问「你遇到过数据倾斜吗」怎么回答才能拿高分？ 分布式与综合
- 1092 有时候倾斜是「故意」的什么情况下不应该消除数据倾斜？ 分布式与综合
- 1093 百 GB 和百 TB 的倾斜，处理方案有什么不同？数据规模对选型的影响 分布式与综合
- 1094 String 类型的 key 和 Int 类型有什么不同？编码和数据类型对倾斜的影响 分布式与综合
- 1095 从 0 设计大数据平台在架构层面把倾斜风险降到最低 分布式与综合