1、自我介绍
2、项目介绍，项目中使用的技术、难点及如何解决，项目有哪些亮点、又有哪些收益（问的很细、很深）
答案：
（1）技术用到的是最新的技术，但是难点是团队是两个，沟通是一个很大的问题，只能反馈更高一级的领导协调相关资源。
（2）项目太多，人员众多，可以分组，设立各个组长进行管理，每个组出项目计划进行项目的实现。
3、关于如何用之前的经验来做这边的的产品，谈谈自己见解
4、以前的数仓有哪些可以优化和借鉴的地方
5. 标签系统整体设计思路，用户画像怎么做，模型怎么设计与落地
6、用户留存模型设计，有几种方案，各自的好处与不足是什么
7.如何衡量数仓的好坏，以及你对业务的思考
答案：
（1）模型的完整度
（2）模型的复用率
（3）模型的规范性
（4）核心模型与拓展模型分离
8、公共模型如何设计与优化
答案：
（1）获取更高的任务指标
（2）获得更快的运行速度
（3）用最简单的模型
（4）稳定可靠的性能
9、hadoop spark flink等大数据理解及实现原理及调优
10、用过哪些hive窗口函数，多维分析函数
11.HiveSQL从哪些方面优化
12.为什么多个count(distinct xxx)会非常慢
答案：既有全表扫描又有排序肯定会非常慢。
13.group by倾斜怎么优化
答案：可以采用Map端数据聚合的操作，有一个set hive.groupby.skewindata = true的参数设置
14.宽窄依赖的区别 哪些算子有shuffle
15.如何保障数据质量
答案：
（1）首先要重视数据质量问题
（2）制度层面在公司形成数据管理的制度和文化
（3）执行层面数据质量全面实时监测
（4）成立专门部门解决数据质量的问题
（5）通过校验规则进行数据质量的检查和改善
16.如何管理指标和保障一致性
17.实时技术架构，你的理解和存在的问题
18.做过哪些数据治理，在技术和流程上都做了哪些工作
