半亩花田大数据开发面经：数仓选型与数据入库怎么答

《面试题目》

1. 你用的什么数仓？
2. 这是什么的数仓（离线 / 实时，自研还是平台产品）？
3. 数据是怎么入库的？

《参考解析》

「什么数仓」这题有三层，别只答技术名词。第一层是架构形态：离线数仓（Hive/Spark + 调度）、实时数仓（Flink + Kafka + OLAP）、还是湖仓一体。第二层是平台选型：自研、DataWorks、EasyData、还是云厂商的全托管产品。第三层是分层建模：ODS/DWD/DWS/ADS 怎么切、维度建模还是宽表。

面试官追问「这是什么的数仓」，通常是在确认你有没有真的参与选型。如果公司是自研，就说清楚为什么自研（数据量、成本、定制需求）、核心组件是什么、你在其中负责哪一层；如果是采购平台，就说清楚用了哪些模块、怎么和内部系统打通。含糊其辞会被认为只是执行层。

「数据怎么入库」要区分批和流：业务库 binlog 走 CDC 到 Kafka 再入湖/入仓；日志埋点走采集 SDK → 消息队列 → 实时计算；文件类走定时同步。入库之后还有清洗、去重、口径统一和血缘登记。能讲清「一条数据从产生到可查询」的完整链路，比背组件名有效。

小公司的面试官往往更在意落地成本。回答里带上数据量级、集群规模、任务数和 SLA，能明显提升可信度。