一面
1.hive数据倾斜有哪几种？举例说明
2.数据采集方式是什么？
3.数仓是如何分层的？
4.数据应用层对外使用的话，是通过什么方式去使用的？
5.数据应用程序指标的设计过程是怎样的？
6.能举例说下进行过深加工的指标设计流程吗？
7.指标的设计有参与过吗，通过什么方法去分析数据，从而确定指标的口径？
8.hivesql行转列和列转行
9.hadoop的读写原理
10.hivesql的解析过程
11.hive执行流程
12.hive自定义函数是怎样的？
13.有一张事实表，有一张维度表，我现在想创建一张宽表，通过选择表的一些字段去自动生成sql脚本，有没有尝试这样的方法？
14.用户漏斗转化的过程了解吗？
二面
1.怎样保证数据仓库的数据准确性，数据稳定性，什么方法可以监测数据是否准确？
2.谈谈你对数仓的理解
3.数据仓库从0到1怎么建设
4.针对数据应用层各种统计口径，数据服务层怎么设计？
5.项目中有没有建设指标系统
6.spark数据倾斜有哪几类？
7.spark的shuffle过程？
8.日志数据的收集形式是怎样的？
9.数据质量监控用的是什么工具？
10.数仓的数据模型有哪几种？
三面
1.已知的实时架构有哪些？
2.你对数仓的理解，从0到1建设数仓的过程
3.主要从哪些方面去做数据质量检测？
4.数据质量的精确性方面能举例说明吗？
5.数仓中的数据唯一性怎么校验？
6.数仓中的元数据管理，管理的是什么形式的数据？
7.数仓进行数据监测，有什么措施？
8.范式模型和星型模型的各自优缺点是什么？
9.有这样一个场景，一张表中有三个字段，学生id，班级编号，学生的语文成绩，如何求出每个班级的学生语文成绩的平均分，平均分的计算去除最低分和最高分，用一条sql计算。
总结：阿里面试下来，总的来说主要是离线数仓更多，我主要准备的也是离线数仓这些，也期待你有一些工程化的经验，所以还算顺利，到了第三面问一些实时数仓相关的，就说不了解了，还算比较顺利通过。
