vinqi.com

数据仓库工程师面试题及答题要点

数仓工程师面试一般 2-4 轮：技术面重点考 SQL、建模和 ETL 细节，常有一轮手写 SQL 或现场设计题。最容易挂的不是不会答，而是项目经历讲不清细节，被追问两层就露馅。

专业基础

介绍一下维度建模和范式建模的区别，你们项目里用的是哪种？

考察点：考建模基本功，以及你是否真做过建模决策

答题要点：
  1. 先讲结论：事实表存度量、维度表存描述，星型模型查询性能好
  2. 再讲取舍：范式建模省存储但 join 多，数仓场景一般选维度建模
  3. 结合项目说明为什么这么选，比如面向报表分析、查询并发高
  4. 能提一句分层（ODS/DWD/DWS）与建模的关系是加分项

别踩：只背概念不结合项目，面试官会立刻追问项目细节验证真实性

缓慢变化维（SCD）有哪几种处理方式？你们怎么处理的？

考察点：考维度表设计的实战经验

答题要点：
  1. 说清 Type1 覆盖、Type2 加新记录拉链表、Type3 加字段
  2. 重点讲 Type2：新增生效日期和失效日期字段，保留历史
  3. 举一个真实例子，比如客户经理变更后历史订单归属怎么算
  4. 如果你们用拉链表，主动说清全量快照和增量更新的流程

别踩：只背 Type1/2/3 定义，说不出项目里为什么选那种方式

ODS、DWD、DWS、ADS 各层的作用是什么？为什么要分层？

考察点：考数仓架构理解，判断你是做数仓还是只会跑脚本

答题要点：
  1. 逐层说清：ODS 原样落地、DWD 明细清洗、DWS 轻度汇总、ADS 面向应用
  2. 分层的核心价值：复用、血缘清晰、问题定位快、屏蔽底层变更
  3. 结合项目说一个例子，比如一个指标从 DWD 到 ADS 的加工路径
  4. 能提到成本控制和数据复用会更显深度

别踩：把分层讲成教条，说不出自己项目里每层实际做了什么

数据质量和数据一致性你们是怎么保障的？

考察点：考工程化意识，是否只管跑通不管对账

答题要点：
  1. 讲具体手段：主键唯一性校验、空值率监控、行数波动比对
  2. 说清对账方式：上下游行数和金额核对，不一致自动告警
  3. 提数据质量报表或监控大盘，谁负责、多久看一次
  4. 有故障复盘例子最好，讲清发现、定位、修复的完整过程

别踩：只说「我们做了校验」，说不出具体校验什么、告警给谁

SQL 与技术实操

手写一个 SQL：查询每个部门工资第二高的员工。

考察点：考窗口函数熟练度，这是数仓岗硬门槛

答题要点：
  1. 用 row_number() over(partition by dept order by salary desc) 取 rn=2
  2. 主动说明 row_number、rank、dense_rank 的区别
  3. 注意并列工资的处理，问清面试官要哪种语义
  4. 写完口述一遍逻辑，边写边讲比闷头写好

别踩：写完不检查边界，或用自连接写出性能差的答案还不自知

一个任务平时 10 分钟跑完，今天跑了 2 小时，你怎么排查？

考察点：考故障排查思路，是否真维护过生产任务

答题要点：
  1. 先看数据量：上游是否有异常增量或重复数据
  2. 再看资源：队列排队、内存溢出、并行度被调低
  3. 查代码变更：最近是否有逻辑改动引入 shuffle 或倾斜
  4. 最后看执行计划，定位到具体慢的 stage 再优化

别踩：一上来就说「重启试试」，暴露没有生产运维经验

数据倾斜是什么？你在项目里遇到过吗，怎么解决的？

考察点：考大数据场景下的实战调优经验

答题要点：
  1. 先定义：某 key 数据量过大导致个别任务远慢于其他
  2. 给现象：任务卡在 99%，个别节点长时间不结束
  3. 说解法：加盐打散、两阶段聚合、过滤异常 key
  4. 必须带一个真实例子，处理前后耗时变化说个大概

别踩：只背「加盐」两个字，追问加盐具体怎么写就答不上

增量数据和全量数据你们是怎么处理的？什么时候用哪种？

考察点：考 ETL 日常工作的真实经验

答题要点：
  1. 说清判断依据：数据量、是否有可靠更新时间戳或 CDC 日志
  2. 全量适合小维表，简单可靠；增量适合大事实表
  3. 讲增量的具体机制：按更新时间抽取、合并进分区或拉链表
  4. 提一句幂等设计：任务重跑不会造成数据重复

别踩：只会说「我们用增量」，说不出增量怎么合并、怎么保证不重不漏

项目经历深挖

挑一个你负责的数仓项目，讲一下整体架构和你负责的部分。

考察点：考表达结构，以及你在项目里的真实角色

答题要点：
  1. 用「背景—架构—我的职责—结果」四段式，控制在 3 分钟内
  2. 先讲分层架构和数据流，再讲你负责的具体层或主题域
  3. 量化结果：表数量、日增量、任务耗时优化了多少
  4. 主动划清边界：哪些是你做的，哪些是团队做的

别踩：把团队项目说成自己独立完成，追问细节立刻穿帮

这个项目里你遇到的最大技术难点是什么？怎么解决的？

考察点：考解决问题的深度和真实性

答题要点：
  1. 选一个真有技术含量的：模型重构、数据倾斜、口径统一
  2. 按「现象—分析—方案—验证」讲，突出分析过程
  3. 说清为什么选这个方案、放弃了哪些备选
  4. 量化收益，比如任务耗时从 X 降到 Y（估算值即可）

别踩：选一个伪难点，比如「需求不明确沟通了很久」，技术面会减分

你们指标口径不一致的问题是怎么治理的？

考察点：考数据治理经验，中高级岗高频题

答题要点：
  1. 先讲问题表现：同名指标不同口径，报表对不上
  2. 讲治理手段：指标字典、口径评审流程、统一汇总层
  3. 说清落地方式：谁维护、怎么同步给业务方
  4. 有具体例子最好，比如统一了某核心指标后投诉减少

别踩：只说「我们建了指标字典」，说不出怎么保证大家真的用它

行为面试

业务方说报表数据不对，但你的任务都显示正常，怎么办？

考察点：考沟通与责任边界意识

答题要点：
  1. 先别急着甩锅，拉上业务方核对口径和取数时间
  2. 自查链路：字段逻辑、过滤条件、数据延迟
  3. 确认是口径问题就补文档，是数据问题就修
  4. 复盘后推动加监控，避免同类问题反复出现

别踩：第一句就是「我的代码没问题」，显得推卸责任

说一次你和业务方或同事在需求上的冲突，怎么处理的？

考察点：考协作方式，是否只埋头技术

答题要点：
  1. 选真实小事：需求排期冲突或口径理解分歧
  2. 讲你如何对齐：摆事实、给方案选项、让业务方拍板
  3. 强调结果：双方接受的折中，以及后续机制改进
  4. 不要贬低对方，重点放在沟通方法上

别踩：把故事讲成「我坚持技术判断最后证明我对了」，显得难合作

为什么从现在的公司离开？

考察点：考动机稳定性和诚实度

答题要点：
  1. 理由正向：想接触更大数据量、更完整的数仓体系
  2. 不批评前公司，不说「钱少事多」
  3. 结合目标公司说：贵司的业务场景正是我想深入的方向
  4. 如果被裁或项目结束，如实说，别编故事

别踩：抱怨前公司或前领导，这是技术面也会挂的送命题

反问环节

你有什么想问我们的？

考察点：考你对岗位的真实兴趣和判断力

答题要点：
  1. 问团队现状：数仓规模、分层是否完整、治理做到什么程度
  2. 问工作重心：偏开发、偏治理还是偏业务支持
  3. 问成长路径：这个岗位一年后期望达到什么状态
  4. 避免一上来只问加班和薪资，留到 HR 轮再谈

别踩：说「没什么想问的」，直接被判定为兴趣不足

面试准备清单

什么时候要做什么
面试前 3 天过一遍自己的项目：每个项目按「背景-架构-职责-难点-结果」写出口头稿，每段能扛住两层追问
面试前 3 天刷窗口函数和行列转换 SQL 题，重点练 row_number、lag/lead、多表 join，准备手写环境
面试前 1 天复习维度建模、分层架构、SCD、数据倾斜等概念，每个概念配一个项目里的真实例子
面试前 1 天查目标公司业务和数仓规模，准备 2-3 个针对性的反问问题
面试当天准备好讲清一个完整故障排查案例：现象、定位、修复、预防，这是区分度最高的素材
面试当天手写 SQL 轮注意边写边讲思路，写完主动检查边界条件

常见问题

数仓工程师面试一般有几轮？
通常 2-4 轮：1-2 轮技术面（含手写 SQL）、可能加一轮主管面或交叉面、最后 HR 面。大厂可能加笔试。
没有大数据组件经验，只做过传统 ETL，能面数仓岗吗？
可以。建模、SQL、数据质量这些核心能力是通用的。面试时主动说明学习意愿，并展示你快速上手新工具的经历。
面试官一直追问项目细节，是不是不信任我？
不是，这是数仓岗的标准验证手段。追问两层以上是为了确认工作是你亲手做的。答不上就如实说这部分是同事负责的。
数仓工程师和 ETL 工程师面试重点一样吗？
高度重叠：SQL、建模、数据处理都是必考。ETL 岗更偏调度和任务运维细节，数仓岗更偏建模和分层架构，可按 JD 侧重准备。

继续看这个岗位

简历怎么写 面试题与答题要点 技能要求与关键词

相关岗位

算法工程师简历推荐算法工程师简历NLP算法工程师简历计算机视觉算法工程师简历数据分析师简历大数据开发工程师简历 算法工程师面试题推荐算法工程师面试题NLP算法工程师面试题计算机视觉算法工程师面试题 算法工程师技能要求推荐算法工程师技能要求NLP算法工程师技能要求计算机视觉算法工程师技能要求