一、Flink面试问题集

1、 Flink是如何实现 End-To-End Exactly-once的？

2、Flink提交方式， 使用pre-job还是yarn-session模式，以及Application模式，好处？

3、Flink UV统计实现

  • set
  • 布隆过滤器+redis 有误差
  • HyperLogLog

4、Flink的CEP实现延迟支付提醒

5、Flink Join方式

6、Time-Watermark
7、动态表
8、Flink数据倾斜如何处理
9、GC导致的 Shuffle文件拉取失败，报错 Shuffle file not found

二、Spark面试问题集

Spark使用

1、RDD介绍 五大特性
2、缓存策略 cache、persist、checkpoint
3、任务调度 - 提交模式 yarn-client yarn-cluster避免driver热点问题
4、数据倾斜
5、Flink中的Checkpoint和Spark中的Checkpoint区别
6、
7、常用算子

Spark SQL 问题

1、间隙与岛的问题（骑行与驻车连续问题切割）
2、连续登录问题
查询连续活跃登录用户思路详解

3、比较上下两条数据，多个字段多个条件，赋值一个结果字段成一个array
4、Lateral View EXPLODE

Spark 优化

参数调优
垃圾回收
小文件问题

三、Hive

Hive优化

mapjoin

Hive的坑

left join的坑–on中过滤条件 与 where 过滤条件区别

数据仓库

酒店行业数据仓库

数据仓库设计

1、数仓搭建规范说一下，表命名规范、数仓分层、数仓主题、数据域、业务域等

2、结合自己负责的业务主线，详细简述一个主题，业务流程、概念模型、实体节点

3、主题域-一级主题-业务过程 ，描述自己在这个过程中做了哪些事情

在这里插入图片描述

参考：
https://blog.csdn.net/weixin_40035038/article/details/135521590
Flink目录导读
大数据知识面试题-Spark（2022版）

# 数据仓库 # spark # 大数据
Logo
腾讯云开发者社区

腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。

更多推荐

Elasticsearch复杂数据类型终极指南：从入门到精通

Elasticsearch作为功能强大的搜索引擎，支持多种复杂数据类型，让开发者能够灵活处理各种结构化和非结构化数据。本文将带你全面了解Elasticsearch中的复杂数据类型，从基础概念到实际应用，助你轻松掌握数据建模的核心技巧。## 内部对象：构建层级化数据结构在Elasticsearch中，对象类型（Object）是最基础的复杂数据类型之一，用于表示具有嵌套关系的数据。例如，我们可

avatar 腾讯云开发者社区

终极指南：Flink SQL连接器版本管理从混乱到有序的升级之路

Apache Flink作为流处理领域的佼佼者，其SQL连接器的版本管理一直是开发者面临的核心挑战。本文将系统讲解Flink SQL连接器版本管理的最佳实践，帮助你轻松应对版本兼容性问题，实现从混乱到有序的升级之旅。## 连接器版本管理的常见痛点 😫在Flink应用开发中，连接器版本管理常常让开发者头疼不已。不同版本的连接器可能导致各种兼容性问题，例如API变更、功能差异甚至运行时错误。

avatar 腾讯云开发者社区

如何快速搭建Neon无服务器PostgreSQL：面向初学者的完整指南

Neon是一款革命性的无服务器PostgreSQL解决方案，它通过分离存储和计算层，实现了自动扩缩容、类代码式数据库分支以及零级扩展能力。本指南将帮助你从零开始搭建Neon开发环境，体验这款创新数据库的强大功能。## 准备工作：环境要求与依赖项在开始搭建Neon环境前，请确保你的系统满足以下要求：- Linux操作系统（推荐Ubuntu 20.04+或Debian 11+）- Git

avatar 腾讯云开发者社区