常见面试提问

自我介绍

面试官你好，我叫xx，今年xx岁，本科云计算专业毕业，我在大四的时候就已经被上一家公司签下劳动合同，目前已经有4年的数据开发工作经历，在上一家公司主要负责 整个公司交易域以及BI报表这一块的模型建设和维护，我在任职期间从0到1完成了整个数仓的交易域建设，目前已经成为了整个公司的核心架构，我比较擅长离线计算，熟练数仓建模，能够熟悉使用市面上比较主流的一些大数据开发组件，像Hadoop hive spark Doris clickhouse 等等，期间也多次获得项目突出贡献奖、年度优秀员工称号、绩效考核也是名列前茅。

考虑离职的原因

我在目前公司工作了4 年。前几年，发现自己进步的特别快，很熟练的就已经成为了部门的骨干，但近 1 年发现，公司业务线比较稳定，自己的一个提升也遇到了瓶劲期。我不太满足于现状这种过于稳定的环境，我希望通过换一个平台或者环境能让我深入钻研大数据这个领域，把过去积累的经验落地到更有挑战的工作中，当然这其实也是我关注贵公司这个岗位的核心原因。

如何看待加班

我认为加班需要客观看待，核心是‘是否有价值、是否可控’。首先，我不排斥短期有必要的加班 —— 比如项目上线前的冲刺、突发紧急需求，这类加班有明确目标，能通过成果体现价值，我肯定会积极主动配合，并且会在加班前梳理清楚任务优先级，确保高效完成，避免无效耗时间。但我也认为，长期无意义的加班需要警惕 ，可能反映的是一个人个人工作效率低、流程冗余导致的加班，不仅浪费时间，还会影响长期工作状态。所以在工作中，我比较喜欢提前规划，按照优先级 有计划的进行。也会提前感知需求或者项目的风险，和领导积极反馈。

如果在工作中和其他同事产生了意见不合或者矛盾怎么处理

我认为工作中与同事意见不合是常态，核心处理原则是 对事不对人，聚焦共同的工作目标，而非争个人对错。主动沟通，我会认真听对方的顾虑，一起找领导共同协商，事后复盘。

简单介绍你最近的一个项目

基于 ClickHouse 的财务数仓建设落地
独立制定并实施落地了公司财务全量订单入仓的审计方案，方案中汇总了公司的所有订单明细数据，并按照要求进行
了汇总计算，包括财务核销、财务成本核算、财务 GMV 统计等 10 多个看板；完成上百亿数据（热数据 3.5T，冷数据 42T）在
clickhouse 单节点的分层建模、计算调优，每天运行 200+个作业；针对 ck 内存溢出的问题提出了分片计算的方法，为公司每
月节省成本近 800 元；大大提高了计算能力和速度，财务系统以前的计算方式需要 3 天，现在依靠数仓只需要 2 小时，为财务
系统的看板提供了准确、稳定的数据支撑。

销售工作台看板
独立制定《销售工作台》项目的技术方案和技术选型，完成了销售运营指标体系的建设，包括领课指标、转化指标、
外呼指标、GMV 等指标的统计与明细数据的建设，期间将项目一共拆分为 4 期，每一期逐步完成。项目中采用了 Doris 作为整
个平台的数据支持，完成了多数据源在 Doris 的分层建模和实时计算，期间进行了大量的性能调优，将 Doris BE 节点 CPU 和内
存指标从 70%～90%优化到 30%～50%，达到了每 5min 近实时更新。现阶段服务于近 3000 多个一线销售和运营老师使用，
一线老师能够更加准确、及时的感知用户的领课、参课、完课等情况，为一线老师的运营决策、绩效统计提供了准确、及时、稳
定的数据基础。

数仓交易域模型建设重构的方案与落地
技术组件：sqoop、spark、hive、azkaban
负责内容：从构建总线矩阵、到事实表建设、维度表建设等统一数仓建设过程出发，使用spark sqoop hive等组件完成了交易域模型建设的落地，包括但不限于：下单事实表、支付事实表、退款事实表、转单事实表、订单明细表、订单生命周期表、商品维度表、sku 维度表、用户维度表、训练营课程明细表、年课课程维度表等；交易域模型的建设避免了大量的重复计算，服务着公司 20 多个数据看板。

电商 OMS 数据初始化
技术组件：sqoop、spark、hive、azkaban、flink
负责内容：经历长达 4 个月的周期，使用 sqoop、hive、spark 等大数据组件帮助电商提供 OMS 系统上线的数据初始化支持，
包括履约单明细、服务履约、实物履约、课程履约、逆向履约等等，完成了 OMS 数据清洗的校验，帮助 OMS 解决了历史数据
初始化的数据量大、计算复杂、APP 矩阵数据权益计算等难题，为此节省了至少 2 个月时间，保障其稳定、及时的上线；后期又
基于 Flink 提供了 OMS 异常数据实时监控的数据看板，及时有效的监控 OMS 发货链路中暴露的多发、漏发等核心问题。

数仓调度作业监控以及数据质量监控
技术组件：scala、spark、hive、shell、azkaban
负责内容：为保证数仓数据质量的稳定、准确性。数仓每天运行 2000+个作业，需要保障这些作业的产出时间不会有延迟以及不
会有报错，使用 shell 调用了 Azkaban 开源接口（后续切换到华为云的 DataArts 接口），定时监控作业的执行状态已经执行时
间，如果有异常就会直接触发报警（钉钉消息、电话、短信）；数据质量监控方面使用 scala、spark、hive 等技术，编写了数据
质量监控工具，主要监控数仓核心数据的空值率指标、数据量的同比、环比指标、以及数据量的跌零情况，如果触发了报警规则，
也会进行钉钉消息、电话、短信告警；来保障数仓数据质量的可感知，避免了至少 30 起 p0 级别的生产事故。

java、scala

Java中的多态、继承、封装？

封装：将类的属性（数据）和方法（操作）封装在一起，隐藏内部实现细节，仅通过公共接口（public 方法）对外暴露交互方式。保护数据安全性，防止外部随意修改，同时降低代码耦合度。
继承：让一个类（子类）继承另一个类（父类）的属性和方法，子类可复用父类代码，并可添加新功能或重写父类方法。代码复用，建立类之间的层次关系
多态：同一行为（方法）在不同对象上表现出不同的实现。简单说，“一个接口，多种实现”。

set和