刚过去的2024年总共面试143场，主要都是社招。明显感觉到，简历是真的多，筛都筛选不完，不禁想到当年的“人人都是产品经理”口号。门槛不高，谁都可以做。
还有不少后端、前端、产品也在问，数仓该怎么学习，学习内容，以及学到什么程度可以要30K.....
那我就从面试官角度来尝试回答，有关数仓面试的3部分：
-
技术基础：针对简历“掌握技能”的模块，由浅入深的考察常规用法、技术原理、底层实现等；
-
SQL笔试：Leetcode的变种1道10分钟左右，会叠加百亿量级要如何改写，或者问优化思路。
-
项目经验：负责or参与？穿插业务理解、建模和治理等。
要回答好这3个部分，这些“护城河”的知识必不可少。
我们从这4方面展开，尽量把这些知识融会贯通，变成自己的东西。
一、业务理解
搞清楚业务目标，不要虚的那种（E.g. 让天下没有难做的生意），而是量化目标完成的指标（E.g. 第二季GMV上涨2%），那说明下季度的核心发力点是营收。
只需要抓住3个核心指标，毕竟老板只关注不超过3个指标，你带着3个指标，去探索业务：
-
产品下载体验一遍；
-
研究产品文档、调研报告等，为什么要上新特性的考虑；
-
关注BI报告和看板，可以问老板爱提什么问题。
如果上面3点你觉得太耗时，可以从小处入手：
-
理解指标口径定义；
-
产品的用数习惯（常看的维度、筛选的周期）；
-
BI对趋势判断和异常分析；
-
多指标联动判断；
这些个方法都是从数据反推业务，也是一种方法。
二、数据建模
这个是思想层面的方法论，比较高大上的内容。它属于很难通过看书来学会，先快速通读一遍《维度建模权威指南》：后台回复：666，直接领取，了解下面名词的概念就行。
-
Kimball思想
-
星型模型和雪花模型
-
分层定位和作用
-
事实和维度
-
缓慢变化维
-
命名和开发规范
重点结合自己正在做的业务，反向去理解别人为什么这样设计表，肯定有理由的，如果没有理由，那就去问设计者，如果设计者离职了，那就问组里最资深的人。
数据建模多问多理解就行别人的设计，毕竟思考过程才是最重要的，否则结果只有一些数据表给到你，没有太多意义。你们要是想看我如何设计的，我可以考虑写一次彻底总结：从0-1的设计“网约车平台”的数据建模。想看的评论区留言：想看，超过10个留言，我下期就出。
三、SQL
SQL已经呈现一统江山的趋势，HiveSQL\SparkSQL\FlinkSQL\PrestoSQL\ClickhouseSQL......等，基本上核心大数据组件都是SQL，如果你时间有限，建议学SparkSQL。
-
SQL熟练程度：基本给一个Leetcode中等题目，你可以想到具体的实现方法，然后花个10分钟写出来就差不多熟练了。
引用“ByteByteGo”
-
然后深入一点是调优参数，如果你使用Spark，那么它的底层原理要了解，至于源码，个人觉得你读不懂没关系，有更好，没有就看别人读源码的结论也行，一些公众号有讲案例有话和源码调惨，可以关注一些。
四、语言基础
Java 或 Scala 或 Python都行，会一种就OK。毕竟工作中95%的业务开发SQL就可以搞定，剩下的5%你大胆承认不会。
不过我强烈建议你会一种，最好是Java，毕竟Spark和Flink都有底层API可以支持。实在不会不想学，或者数据分析师想转数仓，也没关系，很多人只会SQL也可以把数仓建设的很好，把1-3掌握就好。
五、总结
以上就是从面试官角度，如何扎实的学好数据仓库的知识内容。
另外，我不喜欢给别人路线图，按部就班学习，那是培训班的做法。每个人情况不一样，你不必走别人走过的路，我更建议你像堆乐高一样，掌握每一个小知识块，随意组装和搭配。集中精力学习这几项，不要所有框架都学习，然后都半桶水晃荡，都经不起面试官拷问，也没有培养潜力，那就容易凉凉。
本篇结束！
你可能花了5分钟阅读，但我却花了2天时间准备，可以点点关注给我一个
标签：数仓,护城河,可以,建模,指标,源码,人人,SQL From： https://blog.csdn.net/lssilu/article/details/145035798