数据岗位面试题 · 方案权衡
题库中标记为“数据”的结构化面试题。
共 3928 道真题 · 当前筛选命中 889 道 · 更新 2026-08-05
筛选题目已选：方案权衡
考察点
技术栈
第 1 题当MySQL主从数据量变大时，你会如何应对？ 考察对数据库水平扩展和数据分片策略的理解第 2 题Flink和Spark在流处理模型上有什么区别？ 考察对Flink与Spark流处理架构差异的理解第 3 题请谈谈你对大数据框架的了解，并说明Hadoop与Spark的区别以及Spark如何优化MapReduce的计算模型。 考察对大数据生态体系的认知深度以及Hadoop与Spark核心差异的理解第 4 题在管理供应商和库存业务表现的项目中，你如何提供指导性经营目标？请举一个电商平台的例子。 考察基于业务理解设定经营目标与指标拆解的能力第 5 题B树和B+树的区别？ 考察对B树与B+树结构与性能差异的理解第 6 题在小红书里，搜索已成为用户“带着任务”的关键入口。请设计“搜索→点进笔记→收藏/分享/询单”的评估框架，并说明如何用 query intent（交易/导航/信息）指导内容与流量策略。 考察搜索场景下的用户行为漏斗评估与query意图驱动的策略设计第 7 题说说宽窄依赖 考察对Spark宽窄依赖概念的理解及其在任务调度和容错中的作用第 8 题对于分类模型，你会选择哪些评价指标？如何根据业务场景选用？ 考察分类评价指标的理解与场景化选型第 9 题请说明数据无量纲化中归一化与标准化的区别，并解释归一化的优点及适用场景。为什么决策树这类模型通常不需要归一化？ 考察特征缩放原理及其对机器学习模型的影响第 10 题请针对一款面向C端用户的产品，设计一套完整的用户运营方案，涵盖用户画像划分、引流、促活、提升用户粘性、售后等环节，并举例说明具体运营活动。 考察对用户运营全链路框架的理解及模型应用能力第 11 题请对比随机森林和XGBoost在特征重要性计算方式上的主要差异。 考察对集成学习模型中特征重要性计算原理的理解与对比能力第 12 题请解释XGBoost的原理，并说明它与GBDT、LightGBM的区别。 考察对梯度提升树家族核心原理的掌握及模型对比能力第 13 题描述决策树算法与XGBoost的不同。 考察对决策树基础算法与梯度提升框架差异的理解第 14 题MR运行中，map数和reduce数怎么确定？ 考察MapReduce作业并行度配置的原理与影响因素第 15 题map和mapPartition的区别。 考察对Spark转换算子执行粒度与性能差异的理解第 16 题请介绍多分类任务的常用评价指标及其适用场景。 考察对多分类评价指标的掌握与选择能力第 17 题为什么会出现套用大模型并结合 BM25 算法的混合检索方式？ 考察对混合检索原理和适用场景的理解第 18 题请详细解释在大规模数据去重场景中，布隆过滤器的工作原理、优缺点及适用条件，并说明如何使用局部敏感哈希（LSH）处理相似数据去重。 考察大规模去重技术的原理理解、参数细节与场景权衡第 19 题请介绍一下不精确去重（近似去重）的技术原理。 考察近似去重算法（如 HLL）的原理与权衡第 20 题请说明你对数据仓库分层的理解，以及每一层的作用和好处。 考察对数据仓库分层架构的掌握及业务价值理解