1.spark sql和hive sql的区别
2.从原始数据层获取数据，数据丢失的情况有没有遇到过？
3.kafka消息丢失，如何发现这些问题以及如何处理？
4.项目中用到的kafka的topic，以及一些相关的历史天数之类的参数是怎么去设计的？
5.kafka消息队列的消息一般会保存几天？
6.datax了解吗？
7.sparksql和hivesql的语法上的区别有哪些？举例说明
8.hivesql的查询语句中有select，from，join，order by group by的执行顺序是怎样的？
你遇到hive中哪几类数据倾斜，以及如何解决这些问题的？
9.hivesql的行转列的语法上是怎么实现的？
10.找出连续三天及以上访问网站的用户
四 哔哩哔哩（b站）
1.进程、线程间如何通信
2.Hadoop高可用简单介绍下
3.集群规模，你们订单表全量数据有多少
4.JVM垃圾回收算法那些、标记算法哪些、根据哪些指标选择垃圾回收器。
5.项目中哪些场景有Spark数据倾斜
6.MySQL中订单数据表如何进行分库分表
7.Sqoop 读取MySQL数据导入HDFS 的流转过程
8.如何感知订单表变化数据导入了HDFS
9.订单表导入HDFS后是如何进行分区的。
10.MySQL中订单表总共数据量多少T， 实际行数有多少？
总结：没答好，卒，总结了一波，这个岗位偏数据平台建设和开发，没准备太充分。
