🎯 SQL 热门面试题：连续天数 & 留存率分析

整理3道高频SQL题：连续回答/登录天数统计与11月新用户次日留存。讲解日期偏移法、窗口函数、去重与跨天活跃处理，附MySQL代码与方言适配要点。

📋 亚信科技数据开发面经

文章汇总两份数据开发面经要点：涵盖SQL能力展示、表关联/JOIN分类、CASE WHEN与开窗排序函数；并延伸到项目STAR讲述、数据去重、数仓分层与分层价值、SCD处理、ETL流程、星型/雪花模型及Hadoop生态组件。

📝 用户标签画像体系

文章围绕用户标签画像体系展开：解释标签的概念、七大分类与五种属性类型，并说明标签与指标的组合逻辑。进一步介绍标签加工流程、宽表建设与管理方式，以及画像生成与应用场景，强调合规采集与精准运营价值。

✨ 全方面面试题解答

文章系统梳理数据侧岗位面试高频题：个人介绍、项目闭环表达与量化成果；数仓分层建模、指标体系与治理方法；Hadoop/Spark/Hive、数据倾斜与一致性等八股；SQL考点、架构选型、开放题及面试加分避坑技巧。

📅 数仓面试全攻略

文章系统拆解数仓岗位四轮面试要点：一面看基础与真实性，二面重项目深度与解题能力，三面聚焦业务价值与软实力，HR面考察适配与稳定；并给出简历量化、自我介绍、知识模块（数仓/SQL/组件/场景题）及复盘心态方法。

💼 京东数据开发面经

汇总网络面试题与答法，覆盖一到三面：SQL窗口/连续、Hive架构与优化参数、数据倾斜/Join及Shuffle优化、HDFS读写流程，并含HR自我优缺点等问题。

简历提问 - ChatGPT版

📚 存储资源治理

本文聚焦数仓存储资源治理：以表元数据与血缘为基石，识别临时/无用/空表；通过Parquet+Snappy、分区生命周期、二级分区拆分及全量改增量降本；以量化指标与打分体系评估，并通过持续监控长期维护。

📊 报表治理

文章围绕报表治理展开：针对资源成本失控、无效报表泛滥与查询慢、权限乱等痛点，提出先梳理血缘与使用量、再与业务确认价值，分级下线或优化任务与表，并通过OLAP/预计算/Flink提速，配合权限隔离与定期巡检实现长效治理。

📚 数据质量治理

文章聚焦数据质量治理实战，围绕基线破线、DQC无效告警与Bug工单三大痛点，给出全链路识别方法与可落地方案，并建立效果评估指标体系，结合阿里、网易案例提升交付准时率与数据可信度。

🎯 数据分区与链路场景优化

回顾事实维度与分层体系，聚焦分区优化痛点与原则，给出6种实战拆合分区、视图与拉链表方案，并总结链路设计与DWS取舍，强调上线前预留弹性、减少扫描与小文件，提升下游效率。

📊 数据治理之计算资源治理

梳理计算资源治理痛点（延迟、过载、降本、冗余）及小文件、调度错配、DQC浪费等问题；按安全优先推进Spark3升级调优、清理无效规则/任务、优化调度；以成本与交付SLA量化成效，建立周期化治理。