数仓面试

最新推荐文章于 2024-07-03 19:17:36 发布
最新推荐文章于 2024-07-03 19:17:36 发布
阅读量648 收藏 3
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_44703984/article/details/106832696
版权

1.业务数据库同一个订单的不同状态的数据怎么处理

拉链表

2.数据仓库了解吗？建模模型

3.几个业务系统？

4.把数据存到哪儿，分析人员怎么去查数据

5.数据源有哪些

6.用户量有多少？日活多少？数据量多少？

2到3亿，人均130条数据，日活10万+，总共3亿条数据，每条1.6k,数据量300G

好运来2
关注
数仓面试基础知识
JanLEE
07-03 373
将数据仓库分为不同的层级，可以根据用户的需求和权限将不同层级的数据暴露给用户，实现对数据的灵活访问和控制，同时确保敏感数据的安全性。数据仓库中的数据通常具有不同的生命周期，分层可以帮助对数据进行更好地管理和归档，确保数据的可用性和长期保存。数仓模型是用于构建数据仓库的一种模型，它是一种综合各种数据源，建立集成的、主题导向的、高度可扩展且用于分析和报告的数据架构。综上所述，数仓分层有助于提高数据管理和使用效率，权限控制，提升数据仓库的性能和扩展性，支持数据的生命周期管理。
大数据面试题--数仓
weixin_42759988的博客
02-22 1万+
目录 数据仓库理论 数据分层 E T L 星形模型与雪花模型的区别？ 维度建模（dimensional modeling）： 数据仓库项目最重要或需要注意的是什么，以及如何处理？ 关系建模与维度建模 拉链表： 维度表和事实表 数据仓库中的维度和粒度 维度建模步骤： 如何构建数据仓库？ Flink面试题 Flink的重启策略： Flink集群规模 Flink 集群有哪些角色？各自有什么作用？ TODO说说 Flink 资源管理中 Task Slot 的概念 说说 Fli
数据仓库面试题
热门推荐
upupfeng的博客
07-20 1万+
文章目录数据仓库的定义？数据仓库和数据库的区别？如何构建数据仓库？什么是数据中台？数据中台、数据仓库、大数据平台的关键区别是什么？基础能力上的区别业务能力上的区别大数据的一些相关系统？如何建设数据中台？数据湖的理解？数仓最重要的是什么？概念数据模型、逻辑数据模型、物理数据模型概念数据模型CDM逻辑数据模型LDM物理数据模型PDMSCD的常用处理方式？元数据的理解？技术元数据业务元数据元数据管理系统？元数据管理功能元数据管理标准元数据管理系统印象最深刻的项目是什么？为什么？亮点与优势？数仓如何确定主题域？主题
数仓面试题-推荐-面试必看
04-09
数仓面试题，没有答案，但是题目都算比较典。
数仓建模面试部分
weixin_48788937的博客
08-11 519
难点：面对1000 + 张表进行建模，将业务梳理清楚，达到快速对任何指标的统计 ·分清事实表、维度表 1.1-1 放入接近总工程50%的时间了解需求——（产品经理-统计哪些指标），（业务人员-梳理核心业务） 1-2 将业务表导入EZDML，通过id将相关联的业务连接到一起（此过程中过滤掉部分无用表） 1-3 维度表：商品、用户、访客、活动 事实表：详情、加购、下单、支付、物流 2.ODS 2-1保持数据原貌 进行原始数据备份 2-2创建分区表 防止后续全表三秒？ 2-3采用压缩 减少磁盘空
数仓面试重灾区之-Generic User-defined Table Generating Function(UDTF)
敏叔
11-06 324
前言 UDTF 这玩意对数仓同学来讲，熟悉又陌生，主要一方面是大量接触，另一方面是理解上有误导，还一个就是不是太明白里头到底咋回事。 场景切入 关于UDTF面试场景大概有以下的问题： 1、hive的udf你了解么，常用都有哪些类型 2、行专列操作了解么，里头是怎么实现的 3、比较直白的问法，udtf你了解么 4、关于hive的优化方式，udtf其实是考察之一 背后的原因： 1、首先实际线上滥用很多，数据膨胀、倾斜等，导数很严重的问题，实际点的例子，线上碰到因为udtf膨胀4-5个小时的运行时间，优化之后直接
数仓面试总结
huobumingbai1234的博客
07-08 4258
2021年5月开始找工作，面试了若干个数仓的岗位，面的差不多也就2个，总结下大致的面试内容 一、字节视频面，上海的一个部门，视频面挂，小伙伴内推的 这个5月份面的，大概视频面试了一个小时，主要面试内容 1、问了mapreduce的具体执行过程，这位面试官还问到了执行计划的东西，就是explain sql代码的东西，这个我基本都不会 2、数仓分层的东西，就大致讲了下分几层还有主题的划分 3、因为我现在做了一些flink的东西，问了一点流的东西 4、做了1个sql的题目...
2021数仓面试题汇总.pdf
06-19
"实时数仓面试题汇总" 本资源总结了实时数仓面试中的常见问题，涵盖了数仓理论、MapReduce、HIVE、SQL、Kafka 等领域。下面是对这些知识点的详细解释： 数仓理论 1. 星型模型、雪花模型区别：星型模型和雪花模型...
离线数仓面试文字版.txt
10-04
离线数仓面试文字版.txt
大数据最全最新数仓面试题_知行教育数仓项目_数据集市面试题(2)
2301_76348014的博客
05-04 1188
事实：就是事件的意思。表示的是系统中一个真实产生的事件信息。维度表：记录的是一个事件或者实体的各个维度上的信息区别：在数据量上，事实表是巨大的，维度表是相对事实表较少。联系：基于事实表和维度表的关联，我们可以从多个维度上去分析事实表中的数据宽表就是事实表和维度表的集合指标大白话：被看待的数据主题维度：大白话：以不同的视角去看待数据指标一般是数值类型。Y轴展示的就是指标。指标分为绝对数值和相对数值。​ 维度一般是字符类型，指的是特性。X轴展示的就是维度信息。
最新数仓面试题_知行教育数仓项目_数据集市面试题(1)，2024年最新2024大数据开发研发必问高级面试题
2401_84167109的博客
04-18 523
包含：•项目做了什么我们的教育大数据分析平台项目就是将大数据技术应用于教育行业,为企业经营提供数据支撑•用于哪个行业？行业有什么痛点是需要项目解决的教育行业，信息的共享和利用不充分，导致了学校多年信息化应用积累了大量的数据，但信息孤岛的壁垒一直没有打破，如果无法对这些数据进行进一步挖掘，分析，加工，整理，就不能给学校教育，教学，研发，总务等各方面的管理决策提供科学，有效的数据支撑。•用到了什么技术Mysql：5.7基于CM上的 hadoop，hive、hue,Oozie。
数仓面试题
oracle8090的博客
07-31 967
hive优化 https://blog.youkuaiyun.com/oracle8090/article/details/80008924 https://blog.youkuaiyun.com/B11050101/article/details/78754652 1.hive表关联查询,造成数据倾斜的常见原因,如何解决数据倾斜 2请说明hive中 sort by,order by,cluster by,dis...
数仓面试100题
weixin_34280060的博客
05-24 2079
事实表事实表（ Fact Table）是指存储有事实记录的表，如系统⽇志、销售记录等；事实表的记录在不断地动态增⻓ ，所以它的体积通常远⼤于其他表。事实表作为数据仓库建模的核⼼，需要根据业务过程来设计，包含了引⽤的维度和业务过程有关的度量。维度表（ Dimension Table）或维表，有时也称查找表（Lookup Table），是与事实表相对应的⼀种表；它保存了维度的属性值，可以跟事实表做关联；相当于将事实表上经常重复出现的属性抽取、规范出来⽤⼀张表进⾏管理。
2024年大数据最全数据仓库面试题整理超详细_数仓面试(1)
2301_79772893的博客
05-02 1376
数据模型就是数据组织和存储的方法，通过抽象的实体以及实体间联系的形式来表达现实世界中事务的相互关系的一种映射，他强调从业务、数据存取和使用角度合理的存储数据。
数仓建模面试
m0_46914845的博客
08-04 654
数仓建模面试
最新数仓面试题_知行教育数仓项目_数据集市面试题
2301_76348014的博客
05-01 764
事实：就是事件的意思。表示的是系统中一个真实产生的事件信息。维度表：记录的是一个事件或者实体的各个维度上的信息区别：在数据量上，事实表是巨大的，维度表是相对事实表较少。联系：基于事实表和维度表的关联，我们可以从多个维度上去分析事实表中的数据宽表就是事实表和维度表的集合指标大白话：被看待的数据主题维度：大白话：以不同的视角去看待数据指标一般是数值类型。Y轴展示的就是指标。指标分为绝对数值和相对数值。​ 维度一般是字符类型，指的是特性。X轴展示的就是维度信息。
大数据最全数据仓库面试题整理超详细_数仓面试
2401_84182936的博客
05-04 1553
数据模型就是数据组织和存储的方法，通过抽象的实体以及实体间联系的形式来表达现实世界中事务的相互关系的一种映射，他强调从业务、数据存取和使用角度合理的存储数据。真实场景中，是lambda架构和kappa架构的混合。大部分实时指标通过kappa架构计算，少量关键指标用lambda架构批量计算随着数据多样性的发展，数据库这种提前规定schema的模式显得力不从心。这时出现了数据湖技术，把原始数据全部缓存到某个大数据存储上，后续分析时根据需求去解析原始数据。
大数据面试题之数仓(2)
最新发布
自律给我自由
07-03 1227
大数据面试题之数仓(2)
2024年最新数据仓库面试题整理超详细_数仓面试(3)
2401_84181626的博客
05-03 1068
首先，用于支持决策，面向分析型数据处理；其次，对多个异构的数据源有效集成，集成后按照主题进行重组，并包含历史数据，而且存放在数据仓库中的数据一般不再修改。数据仓库(Data Warehouse)是一个面向主题的(subject oriented)、集成的(integrated)、相对稳定的(non-volatile)、反应历史变化(time variant)的数据集合，用于支持管理决策(decision making support)。
大数据离线数仓面试解析：日志采集与Flume实战
"离线数仓面试文字版" 在构建离线数据仓库的过程中，数据采集是第一步，主要包括两大部分：一是JavaEE系统中的业务数据，二是前端埋点收集的用户行为数据。这些数据通过Nginx负载均衡分散到多个服务器上，以应对大...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值