INTERVIEW
面试题库
SQL 与大数据两条主线。答题统一用三段式：是什么 → 解决什么问题 → 我的实操边界。不会的内容诚实说“了解原理，未在生产环境操作”。
2个平台
SQL 在线题库
LeetCode 高频 SQL 50 与牛客 SQL 题单，按基础、聚合、JOIN、窗口、留存给出题目清单与刷题方法。
去在线刷题30+题
大数据面试题库
数仓、Hive、Spark、Kafka、Flink 与场景题，按“问题 + 要点 + 追问”组织。
查看题库高频 20 问
先按顺序过一遍，每题都能指向对应章节。
01DROP、DELETE、TRUNCATE 有什么区别？分别适合什么场景？SQL 与数据库02事务的 ACID 是什么？隔离级别解决什么问题？SQL 与数据库03Hive 内部表和外部表的区别？生产上 ODS 为什么用外部表？离线计算04分区和分桶的区别？为什么分区表查得快？离线计算05动态分区和静态分区的区别？动态分区要注意什么？离线计算06Hive 小文件问题怎么产生、怎么解决？离线计算07lateral view explode 是干什么的？什么时候用？离线计算08Spark 的 shuffle 是什么，为什么慢？离线计算09数据倾斜怎么发现、怎么解决？至少说两种。离线计算10cache 和 persist 的区别？广播 join 解决什么问题？离线计算11Spark 的惰性求值是什么意思？离线计算12Kafka 为什么快？如何保证消息不丢？实时计算13消费者组 rebalance 是什么？怎么保证同一订单有序？实时计算14Flink 和 Spark Streaming 的区别？实时计算15水位线解决什么问题？什么是 Exactly-Once？实时计算16为什么要做数仓分层？ODS/DWD/DWS/ADS 各做什么？数据仓库17事实表和维度表的区别？星型和雪花怎么选？数据仓库18拉链表怎么设计？怎么查某个历史时点的状态？数据仓库19GMV 的口径怎么定义？含不含运费、退款的差异？数据仓库20数据质量怎么保证？异常数据怎么处理？数据仓库21补数怎么保证幂等？调度依赖怎么设计？调度与工程22CDC 全量 + 增量同步怎么做到不重不漏？离线计算23云数仓的存算分离是什么？按扫描量计费怎么省钱？平台与数据服务24缓存穿透、击穿、雪崩分别怎么解决？平台与数据服务25dbt 的 ref 和测试解决了什么问题？平台与数据服务26用户画像的标签怎么组织？位图圈选怎么做？平台与数据服务27BI 指标口径不一致怎么治理？平台与数据服务28数据脱敏和行级权限在生产上怎么做？平台与数据服务29介绍一下你的项目：架构、难点、结果、不足。项目实战
答题方法
先给结论
第一句话直接回答问题，再展开原因和细节，别从盘古开天讲起。
主动说边界
“我做过什么、没做过什么”比硬装精通更可信，也能引导面试官往你会的方向问。
带一个例子
每个知识点都准备一个项目里的例子，比如“我在项目里用分区覆盖写保证补数幂等”。
不会就承认
不会的题先说自己理解的思路，再说明没实操过，最后问面试官正确方向。