Q1正确率 34%高难度
数据倾斜怎么处理？
先通过监控或日志定位倾斜阶段和具体 Key。如果是 Join 倾斜，大表关联小表直接开 MapJoin，若是双大表则对倾斜 Key 加随机前缀加盐打散分批关联；如果是 GroupBy 聚合倾斜，采用两阶段聚合先局部再全局；针对极少数空值或异常热点，先过滤单独处理再 Union，需权衡计算与存储代价。
解析
考点：分布式计算调优。识别倾斜 key 后可加盐打散、map 端预聚合、广播小表或单独处理热点 key。常见失分：只回答“加大并行度”。
岗位真题库数据拼多多 · 数据开发更新于 2026-08-20
拼多多 · 数据开发真题库
数仓建模、Hive/Spark 调优、实时链路，偏工程的数据岗题库。
205 题 · 每周更新940 人已购
包含内容
- 数仓建模 60 题
- Hive/Spark 调优 70 题
- 实时链路 45 题
- SQL 笔试 30 题
内容试读
本题库平均正确率 40%试读 2 / 7 段
Q2正确率 46%
维度建模里事实表怎么分类？
主要分为三类：一是事务事实表，记录单次事件最细粒度数据且不可更改，如支付明细；二是周期快照事实表，按固定周期采样记录状态存量，如每日账户余额；三是累积快照事实表，用于跟踪具有明确生命周期的业务流程多阶段更新，如下单到收货各节点。选型关键看业务过程连续性与更新频次。
解析
考点：数仓建模基础。事务事实表、周期快照事实表、累积快照事实表三类及其适用场景与粒度定义。常见失分：说不清粒度选择理由。
- Q3数仓分层与规范
- Q4Spark 调优 checklist
- Q5Flink 实时链路与一致性
- Q6数据质量与监控体系
- Q7…… 共 205 题完整解析
剩余 5 项内容已加锁