课程目录
1-1 [数仓面试题讲解] 数仓面试之Hive与HBase的区别 (04:18) 1-2 [数仓面试题讲解] 数仓面试之手写拉链表SQL (16:54) 1-3 [数仓面试题讲解] 数仓面试之手写SQL查询连续登录7日的用户 (12:52) 1-4 [数仓面试题讲解] 数仓面试之Hive架构原理 (07:54) 1-5 [数仓面试题讲解] 数仓面试之Hive内外表的区分方法与差异 (13:34) 1-6 [数仓面试题讲解] 数仓面试之Hive的数据模型及应用场景 (03:38) 1-7 [数仓面试题讲解] 数仓面试之kylin与ClickHouse全面比较 (03:49) 1-8 [数仓面试题讲解] 数仓面试之数据倾斜产生原因及处理方式 (08:53) 1-9 [数仓面试题讲解] 数仓面试之统计注册用户留存天数与人数 (13:21) 1-10 [数仓面试题讲解] 数仓面试之数据库的三范式 (02:13) 1-11 [数仓面试题讲解] 数仓面试之维度建模常用模型 (01:30) 1-12 [数仓面试题讲解] 数仓面试之维度建模步骤 (02:59) 1-13 [数仓面试题讲解] 数仓面试之数据集市VS数据仓库 (56) 1-14 [数仓面试题讲解] 数仓面试之Oracle业务数据迁移至数仓 (01:06) 1-15 [数仓面试题讲解] 数仓面试之事实表的概念 (01:01) 1-16 [数仓面试题讲解] 数仓面试之Hive分区VS分桶表 (02:31) 1-17 [数仓面试题讲解] 数仓面试之数仓为什么分层及每层的作用 (05:26) 1-18 [数仓面试题讲解] 数仓面试之数据仓库与数据库区别与联系 (03:40) 1-19 [数仓面试题讲解] 数仓面试之如何构建数据仓库 (01:36) 1-20 [数仓面试题讲解] 数仓面试之数据中台VS数据仓库VS大数据平台 (03:45) 1-21 [数仓面试题讲解] 数仓面试之数仓最重要的作用 (45) 1-22 [数仓面试题讲解] 数仓面试之缓慢变化维度的常用处理方式 (03:31) 1-23 [数仓面试题讲解] 数仓面试之元数据的理解 (03:03) 1-24 [数仓面试题讲解] 数仓面试之如何确定数仓主题域 (01:50) 1-25 [数仓面试题讲解] 数仓面试之如何控制数据质量 (52) 1-26 [数仓面试题讲解] 数仓面试之如何做数据治理 (01:32) 1-27 [数仓面试题讲解] 数仓面试之数仓模型设计思路 (01:13) 1-28 [数仓面试题讲解] 数仓面试之为什么需要数仓建模 (59) 1-29 [数仓面试题讲解] 数仓面试之LOAP与OLTP模型的选择 (01:01) 1-30 [数仓面试题讲解] 数仓面试之事实表的分类 (02:15) 1-31 [数仓面试题讲解] 数仓面试之数仓架构演进 (01:21) 1-32 [数仓面试题讲解] 数仓面试之开源OLAP解决方案 (42) 1-33 [数仓面试题讲解] 数仓面试之离线数仓架构 (53) 1-34 [数仓面试题讲解] 数仓面试之Lambda数仓架构 (01:10) 1-35 [数仓面试题讲解] 数仓面试之Kappa数仓架构 (01:09) 1-36 [数仓面试题讲解] 数仓面试之数仓建模方法 (34) 2-1 [Spark面试讲解] 说说Spark对比Hadoop有哪些优势？ (43) 2-2 [Spark面试讲解] reduceByKey和groupbyKey的区别 (01:46) 2-3 [Spark面试讲解] Spark RDD数据容错 (01:54) 2-4 [Spark面试讲解] Spark 中的RDD是什么？有哪些特性？ (01:50) 2-5 [Spark面试讲解] 概述一下Spark中的常用算子区别？ (01:19) 2-6 [Spark面试讲解] 谈谈Spark中的宽依赖与窄依赖 (02:05) 2-7 [Spark面试讲解] Transformation与Action算子有什么区别 (01:17) 2-8 [Spark面试讲解] 哪些Spark算子会有shuffle过程？ (40) 2-9 [Spark面试讲解] 谈一谈Spark Scheduler的理解？ (02:04) 2-10 [Spark面试讲解] Spark中cache与persist的区别与联系？ (01:01) 2-11 [Spark面试讲解] 讲一下Spark Stage是如何划分的？ (01:15) 2-12 [Spark面试讲解] RDD的“弹性”体现在哪？有哪些缺点？ (01:53) 2-13 [Spark面试讲解] Spark RDD分区与数据块有啥联系？ (59) 2-14 [Spark面试讲解] Spark RDD持久化方式？ (57) 2-15 [Spark面试讲解] Spark RDD持久化存储级别有哪些？ (01:12) 2-16 [Spark面试讲解] memory_only持久化存储不下会怎么样？ (49) 2-17 [Spark面试讲解] Spark groupbykey和reducebyke (01:25) 2-18 [Spark面试讲解] Spark cache一定能提升计算性能么？ (47) 2-19 [Spark面试讲解] Spark 为什么要对数据进行序列化，有哪些优缺点 (40) 2-20 [Spark面试讲解] Spark为什么要持久化，一般什么场景下要进行persist (01:41) 2-21 [Spark面试讲解] Spark的rdd有几种操作类型？ (34) 2-22 [Spark面试讲解] Spark的数据本地性有哪几种？ (01:00) 2-23 [Spark面试讲解] Spark并行度怎么设置比较合适？ (41) 2-24 [Spark面试讲解] 对于Spark中的数据倾斜如何解决 (01:24) 2-25 [Spark面试讲解] Spark有哪些聚合类的算子？我们应该尽量避免什么类型 (51) 2-26 [Spark面试讲解] Spark 数据本地性是在哪个环节确定的？ (48) 2-27 [Spark面试讲解] 说说Spark的特点，相对于MR来说？ (02:05) 2-28 [Spark面试讲解] groupByKey和reduceByKey属于转换还是行动 (48) 2-29 [Spark面试讲解] 手写一个Spark程序统计单词词频 (01:14) 2-30 [Spark面试讲解] Spark SQL执行 一定比 Hive 快吗？ (02:05) 2-31 [Spark面试讲解] Spark 有几种部署模式？ (46) 2-32 [Spark面试讲解] Spark Streaming如何调优？ (54)
