分為以下幾個方面：
一、啥是大數(shù)據(jù)技能？
二、為啥有面試官會問這類？
三、是否需要掌握？需要掌握多少？
四、如何復(fù)習(xí)準(zhǔn)備？
五、高頻面試題？
一
啥是大數(shù)據(jù)技能？
話不多說，直接看圖。
部分公司的jd中會寫上一句 “有Hadoop開發(fā)經(jīng)驗優(yōu)先”、“有一定HIVE SQL的性能優(yōu)化經(jīng)驗優(yōu)先”。
直白總結(jié)，數(shù)據(jù)分析師，顧名思義，與數(shù)據(jù)有關(guān)。
因此，和數(shù)據(jù)分析師有關(guān)的大數(shù)據(jù)技能，即和數(shù)據(jù)上中下游相關(guān)的一些技能。
例如：上游的數(shù)據(jù)日志清洗，中游的數(shù)據(jù)提取、性能優(yōu)化，下游的應(yīng)用層建模等等。
二
為啥會考核？
并不一定是所有公司都會針對此技能考核。
取決于公司規(guī)模、團(tuán)隊歸屬部門及職能，以及部分面試官個人喜好。
1、公司規(guī)模
從職責(zé)角度來說，
作為數(shù)據(jù)分析師，天天和數(shù)據(jù)庫打交道。
如果了解一些數(shù)據(jù)庫底層原理，對于代碼性能調(diào)優(yōu)、日常任務(wù)部署優(yōu)化等具有優(yōu)勢，可相對提高工作效率。
大公司：底層數(shù)據(jù)建設(shè)相對完善，不強(qiáng)制要求數(shù)據(jù)分析師一定需具備數(shù)據(jù)開發(fā)能力，基礎(chǔ)數(shù)據(jù)產(chǎn)品完備，已輔助數(shù)據(jù)分析師降低日常數(shù)據(jù)提取的操作成本。
中小型公司：絕大多數(shù)公司的底層建設(shè)相對不太完善，沒有操作方便的數(shù)據(jù)提取工具、沒有體驗友好的可視化界面、沒有自動代碼調(diào)優(yōu)的數(shù)據(jù)產(chǎn)品等等，可能需要數(shù)據(jù)分析師懂點(diǎn)Linux腳本語言、需要會點(diǎn)數(shù)據(jù)開發(fā)知識。
從成本角度來說，
服務(wù)器資源是公司一大筆開銷成本。
對于大公司，不言而喻，糧草充足，這部分成本完全可以cover??；
中小公司，開源節(jié)流，每一項開支都要精打細(xì)算，耗資占比較高的服務(wù)器成本當(dāng)然也不例外。
所以有些中小型公司要求數(shù)據(jù)分析師，最好懂得一些數(shù)據(jù)開發(fā)基本原理知識，無論是對于資源的合理使用，還是日常工作的數(shù)據(jù)提取都有幫助。
2、團(tuán)隊部門及職能
Title為 “數(shù)據(jù)分析工程師” 的一般對大數(shù)據(jù)技能要求稍高一些，由于工作內(nèi)容會涉及到偏數(shù)據(jù)工程部分，因此面試中問到此類知識的概率和密度較高。
Title為 “數(shù)據(jù)分析師” 的大部分對大數(shù)據(jù)技能的態(tài)度是有則是加分項。
但有些崗位所屬部門偏中臺，或者歸屬于ETL的數(shù)倉團(tuán)隊，
由于所屬部門調(diào)性，數(shù)據(jù)分析師可能需要承擔(dān)部分ETL工作，比如構(gòu)建公共模型供給各業(yè)務(wù)支線使用，因此要求懂一些基礎(chǔ)的數(shù)開知識，方便開展工作。
3、面試官個人喜好
面試中，有可能碰到交叉面，有些面試官并不一定是數(shù)據(jù)分析出身，會根據(jù)他所負(fù)責(zé)領(lǐng)域、日常工作常見問題進(jìn)行提問。
有可能面試官考核側(cè)重點(diǎn)不同，有些較注重應(yīng)聘者的基礎(chǔ)知識掌握是否扎實(shí)，會針對數(shù)據(jù)分析師的基本功、實(shí)踐能力進(jìn)行考核提問。
因此，所遇面試官不同，偏好不同，會被問到的大數(shù)據(jù)相關(guān)技能的概率、知識深淺程度不同。
三
是否需要掌握？
一方面對照第二部分，盡量獲取到你所面試的行業(yè)和部門信息，直接看Title、看部門初步判斷。
另一方面取決于你的準(zhǔn)備時間是否充分。
由于數(shù)據(jù)分析師，不僅需要具備業(yè)務(wù)思維，又需要利用專業(yè)知識、從數(shù)據(jù)角度為業(yè)務(wù)賦能。
因此涉及知識面廣，所需要復(fù)習(xí)準(zhǔn)備的領(lǐng)域較多
所以，針對應(yīng)屆生：
如果你的時間充分，其余方面準(zhǔn)備的差不多，在有余力的情況下，多學(xué)多準(zhǔn)備有益無害；
如果你的時間較為緊張，從考核概率和知識點(diǎn)密度角度來說，建議優(yōu)先準(zhǔn)備其他方面。
針對（準(zhǔn)）應(yīng)屆生/社招：時間較為充裕，多學(xué)習(xí)總有好處。
四
如何復(fù)習(xí)準(zhǔn)備？
對于時間充裕的，可以閱讀相關(guān)書籍、去阿里云網(wǎng)站學(xué)習(xí)操作手冊，爭取較系統(tǒng)的了解掌握。（ps.公眾號資料包里有相關(guān)書籍推薦）
時間較為緊張的，還是那句話，用“應(yīng)試”思維，先準(zhǔn)備其他方面，學(xué)會“搏”考核概率高的知識點(diǎn)。
五
高頻面試題
問題1：數(shù)據(jù)傾斜是什么？造成原因有哪些？該怎么辦？
思路參考：詳見此篇【數(shù)據(jù)分析】面試高頻類型——大數(shù)據(jù)技能（一）
問題2：介紹一下Mysql和Hivesql的區(qū)別？
思路參考：可以從兩方面來回答。
一方面，可以從底層原理出發(fā)回答，例如：
查詢語言不同：Hive是hql語言，Mysql是sql語句；
存儲位置不同：Hive是建立在 Hadoop 之上的，所有數(shù)據(jù)存儲在hdfs中的，而Mysql數(shù)據(jù)是存儲在自己的本地文件系統(tǒng)中；
數(shù)據(jù)格式：Hive數(shù)據(jù)格式可以用戶自定義，Mysql有自己的系統(tǒng)定義格式；
數(shù)據(jù)更新：由于Hive的設(shè)計是針對數(shù)據(jù)倉庫的應(yīng)用而設(shè)計，應(yīng)用場景讀多寫少。故Hive中不支持對數(shù)據(jù)的增改。而Mysql中的數(shù)據(jù)可支持更新修改；
索引：Hive在加載數(shù)據(jù)的過程中不會對數(shù)據(jù)進(jìn)行任何處理，甚至不會對數(shù)據(jù)進(jìn)行掃描，因此也沒有對數(shù)據(jù)中的某些 Key 建立索引，在查詢數(shù)據(jù)時是通過Mapreduce很暴力的把數(shù)據(jù)都查詢一遍，因此訪問延遲較高。但由于 MapReduce 的引入，Hive 可以并行訪問數(shù)據(jù)，故即使沒有索引，對于大數(shù)據(jù)量的訪問，Hive 仍然可以體現(xiàn)出優(yōu)勢。而Mysql有索引，對于少量特定條件的數(shù)據(jù)的訪問，數(shù)據(jù)庫可以有很高的效率，較低的延遲。
數(shù)據(jù)規(guī)模：由于 Hive 建立在集群上并可以利用 MapReduce 進(jìn)行并行計算，因此Hive存儲的數(shù)據(jù)量超級大，而Mysql只是存儲一些少量的業(yè)務(wù)數(shù)據(jù)；
底層執(zhí)行原理：Hive底層是用的Mapreduce，而Mysql是excutor執(zhí)行器；
另一方面，也可以從作為使用者角度出發(fā)回答，例如：
Hivesql不支持非等值連接，一般使用left join、right join 或者inner join替代來處理邏輯；
Hive中不能使用省去join的寫法；
Hive不支持將數(shù)據(jù)插入現(xiàn)有的表或分區(qū)中，僅支持覆蓋重寫整個表。利用INSERT OVERWRITE 重寫覆蓋；
HQL不支持行級別的增、改、刪，所有數(shù)據(jù)在加載時就已經(jīng)確定，不可更改。
問題3：如果查詢一個數(shù)據(jù)很大很慢，該如何解決？
思路參考：
首先，Hive對SQL語句性能問題排查的方式，有2種：
使用explain查看執(zhí)行計劃；
查看YARN提供的日志。
常用的優(yōu)化思路有以下幾種：
SQL語句優(yōu)化：例如，是否使用了distinct，是否可以加入一些限定條件過濾等；
調(diào)參優(yōu)化：例如設(shè)置map、reduce的參數(shù)；并行執(zhí)行，調(diào)節(jié)parallel參數(shù)等；
數(shù)據(jù)格式優(yōu)化：執(zhí)行同樣的SQL語句及同樣的數(shù)據(jù)，只是數(shù)據(jù)存儲格式不同，執(zhí)行時長也會不同。
以空間換時間：例如，有效地減小數(shù)據(jù)集，拆寫邏輯，建立臨時表。
問題4：為什么要對數(shù)據(jù)倉庫分層？
思路參考：可以針對數(shù)據(jù)倉庫的使用方分角色來闡述。例如：
操作者：數(shù)據(jù)倉庫分層本質(zhì)是以空間換時間。通過數(shù)據(jù)分層管理可以簡化數(shù)據(jù)清洗的過程，相當(dāng)于把一項復(fù)雜的工作拆成了多個簡單步驟的工作，從一個大的黑盒變成了一個透明盒，每一層的處理邏輯相對易理解易操作，較易保證每一個步驟的正確性，當(dāng)數(shù)據(jù)發(fā)生錯誤的時候，一般不會牽一發(fā)而動全身，只需要局部調(diào)整某個步驟即可。若不分層，當(dāng)源業(yè)務(wù)系統(tǒng)的業(yè)務(wù)規(guī)則發(fā)生變化將會影響整個數(shù)據(jù)清洗過程，工作量巨大，耗時較長。
應(yīng)用者：提升應(yīng)用系統(tǒng)的用戶（比如BI）體驗和效率。例如
清洗后的臟數(shù)據(jù)，簡化業(yè)務(wù)復(fù)雜結(jié)構(gòu)數(shù)據(jù)，具有清晰數(shù)據(jù)結(jié)構(gòu)，減少重復(fù)開發(fā)；
規(guī)范的表&段名稱，統(tǒng)一的字段數(shù)據(jù)格式，完善的注釋內(nèi)容，易于定位和理解。
問題5：數(shù)倉分層的結(jié)構(gòu)有哪些？每一層的大致作用是什么？
思路參考：常見通用數(shù)倉分層設(shè)計：ODS、DW、APP。
每層主要作用如下：
ODS：數(shù)據(jù)源層。主要將各個業(yè)務(wù)數(shù)據(jù)導(dǎo)入到大數(shù)據(jù)平臺，作為業(yè)務(wù)數(shù)據(jù)的快照存儲。
DW：匯總數(shù)據(jù)層。
DWD：明細(xì)數(shù)據(jù)層。保留數(shù)據(jù)的原始粒度，在ODS基礎(chǔ)上對數(shù)據(jù)加工處理，提供清洗后較干凈的數(shù)據(jù)。
DWS：匯總數(shù)據(jù)層。主題層，根據(jù)業(yè)務(wù)域劃分，存放高度聚合匯總的數(shù)據(jù)。
APP：面向業(yè)務(wù)定制的應(yīng)用數(shù)據(jù)層。服務(wù)于業(yè)務(wù)特定場景，復(fù)用性不強(qiáng)。
