mooc网站开发流程图云南工程建设信息网官网
1.计算机及编程基础：
操作系统：进程、线程等
数据结构：算法题
计算机网络：分层等
Linux：常用的指令
MySQL（重点）
Java/Python基础
排序算法（快排、归并等）
2.大数据组件
Hadoop: HDFS (重点)，MapReduce (重点), Yarn
Spark
Hive
从功能，原理，组成，运行流程
调优(重点) ，Hive调优(参数、sql)，Spark调优(资源、开发算子、数据倾斜、参数)
3.数据仓库
数据仓库及数据建模理论(重点)
数仓搭建流程、数仓分层(优势、内容)、维度建模等
4.项目
项目板块主要包括项目的背景介绍、面向业务需求及方案、个人负责工作内容、数仓建设情况介绍等。
业务
业务背景，数仓面向的业务需求(模型数据、后端数据、用户画像、项目用户流量概况、项目内部建设概况、项目营收概况报表展示)。
技术及方案
技术栈 (数据抽取(增量，全量)、数仓模型开发、业务需求指标开发、BI 报表开发..)；
数仓的数据域设计与建设，分层建设，包括的关键表，关键指标；
开发流程(需求分析、口径确认)，核心指标；
实际开发过程中遇到的困难，解决思路。
数据质量及数据治理: (补充)
对其的理解及应用情况的了解。
数据质量DQC关注方面(每一层重点关注方面不同)：完整性、准确性、一致性、唯一性、时效性。
数据质量监控对象:业务核心表、字典型基础数据、外部数据接口表。
DQC配置方案，定时，依赖。...
数据治理：时效、质量、可用、安全、成本。
稳定性与质量治理：及时性和准确性问题。
规范治理：数据口径一致性问题。
安全治理：数据权限控制数据共享交换问题。
成本治理：解决数据计算和存储成本高昂问题。
数据治理的痛点。文件形式流转、缺少量化评估，推动缓慢、缺少灵活友好管理工具支持治理工作等。
5.SQL场景题
熟悉SQL执行流程：
from- >on- >join- >where- >group by->聚合函数- >having- >select- >distinct- >order by- >limit.
经典题目
1. 排序
2. 留存率
3. 行转列，列转行
4.连续登录
左右连接 left/right join；
where 过滤主表，on过滤副表及表间连接；
中间表witht1 as(),嵌套子表from () t1
Case when .. then .. else .. end
操作函数 substring, concat, round
聚合函数 sum、count. avg
窗口函数 (重点) sum、rank、 dense. rank、rank、 partition by 、 order by
6.反问
1.部门业务了解，对于工作业务背景及需求提前了解；
2.离线实时采用的技术组件；
3.部门人数，大致了解数仓同事人数，可以大致判断hc；
4.部门氛围，部门上下班时间；
5.之前回答不好的问题(开放类型)。
# 面经源于网络收集整理，供大家学习分享。