跳到正文
#拾穗beta
#拾穗beta
求职面试 · 方法

从字节跳动SQL面试题看数据思维：如何用中间表设计优雅解决亿级数据问题

Elazer (石头)
Elazer (石头)
#知识库#sql#面试#数据仓库#中间表#字节跳动#数仓分层#字节跳动sql面试题解析
PRO 会员专属
目录

更多文章

影响力日常操作系统：21天习惯养成计划 从技能雇佣者到价值创造者 互惠账户的运营 影响力的三层架构 组织的注意力经济学
从字节跳动SQL面试题看数据思维：如何用中间表设计优雅解决亿级数据问题

本文来源于数据从业者全栈知识库，更多体系化内容请访问知识库。

一道看似简单的SQL题，背后考察的是你对数据仓库分层设计的理解，特别是中间表的设计能力。

引子：那道让人”脑雾”的面试题

最近，一位朋友分享了他在字节跳动面试大数据开发工程师的经历。面试官给了一道SQL题：

场景：抖音流量日志表visit_log，包含用户ID（uid）和访问时间戳（timestamp），按日期（date）分区。数据规模：日增百亿级记录。

需求：

  1. 计算T日的用户7日留存率
  2. 统计每个用户近1/7/30/365天的访问天数
  3. 找出近7天内访问间隔在24小时内的用户

朋友说：“我当时就写了个JOIN，面试官问：‘你们生产环境真的会这么查询吗？没有中间表吗？’ 我就懵了…”

关键洞察：面试官真正想了解的是，你是否知道如何设计中间表来支撑业务查询，而不是每次都从原始日志计算。

一、为什么直接查询原始表是错误的？

生产环境的残酷现实

-- 没有人会在生产环境这么写
SELECT COUNT(DISTINCT a.uid)
FROM visit_log a
JOIN visit_log b ON a.uid = b.uid
WHERE a.date = 'T' AND b.date BETWEEN 'T+1' AND 'T+7'

问题不仅是性能：

  • 原始日志表数据量巨大，查询成本极高
  • 每次查询都要重新计算，浪费资源
  • 无法支撑复杂的业务需求
  • 数据口径不统一，容易出错

数据仓库的核心理念：空间换时间

层级表类型数据特点查询场景
ODS原始日志最细粒度，数据量大几乎不直接查询
DWD明细事实表清洗后的明细少量明细查询
DWS轻度汇总表用户粒度汇总常规分析查询
ADS应用层表高度聚合报表直接查询

二、核心解决方案：设计合理的中间表

方案一：用户状态快照表（最常用）

-- 每日创建用户状态快照表（T+1凌晨运行）
CREATE TABLE dws_user_daily_snapshot (
    uid BIGINT COMMENT '用户ID',
    date STRING COMMENT '快照日期',


    -- 核心状态字段
    first_visit_date STRING COMMENT '首次访问日期',
    last_visit_date STRING COMMENT '最后访问日期',
    total_visit_days INT COMMENT '累计访问天数',


    -- 近期活跃度指标（这些字段直接支撑业务查询）
    visits_last_1d INT COMMENT '近1天访问天数',
    visits_last_7d INT COMMENT '近7天访问天数',
    visits_last_30d INT COMMENT '近30天访问天数',
    visits_last_365d INT COMMENT '近365天访问天数',


    -- 访问间隔特征
    last_visit_gap_hours INT COMMENT '最近两次访问间隔小时数',
    is_frequent_user INT COMMENT '是否24小时内多次访问用户',
 
 
    
PRO 会员专属
 
 本文为 PRO 会员专属内容，成为会员即可阅读全文。 
 
 登录 了解会员权益 
 
 PRO ¥199/年 · Pro 专属文章 + 2300+ 知识文档 + 会员社群 
 
 
 
 
 
本文作者：Elazer (石头)
 
原文链接：https://ss-data.cc/posts/bytedance-sql-interview-middleware-table
 
版权声明：本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
 
 
 Elazer (石头) 
 Elazer (石头) 
11 年数据老兵，从分析师到架构专家。用真实经历帮数据人少走弯路。
 
 关于作者 加入社区 了解会员 
 
 
 
 
 
加入免费社群
 
和数据从业者一起交流成长
 了解详情 → 
 
 
成为会员
 
解锁全部内容 + 知识库
 查看权益 → 
 
 
  ← 上一篇 即时零售盈利拐点预测：单位经济模型优化路径   下一篇 → 给不同阶段学习者的真诚建议  
 
 
相关文章
 
  
 电商数据分析师面试题库：GMV诊断/用户分层/SQL实战（含答案框架）   
 
 
 求职面试 · 方法 
 
电商数据分析师面试题库：GMV诊断/用户分层/SQL实战（含答案框架）
 
面向初级至中级电商数据分析师的高频面试题库，覆盖GMV异常分析、用户留存归因、商品转化SQL实现等6大类问题；含双11GMV下降15%真实场景拆解、UV/PV/复购率等23个核心指标应用，适配淘宝、京东、拼多多等平台业务逻辑。
 
  
 互联网数据分析师面试题库：用户增长/AB测试/SQL实战题与解题框架   
 
 
 求职面试 · 方法 
 
互联网数据分析师面试题库：用户增长/AB测试/SQL实战题与解题框架
 
面向互联网行业数据分析师、数据科学家、商业分析岗的面试真题库，覆盖用户留存下降分析、A/B实验设计、指标体系搭建等高频考点，含SQL代码示例与结构化回答框架，适用于字节、腾讯、阿里等大厂面试准备。
 
  
 数据产品经理高频面试真题 PRO  
 
 
 求职面试 · 方法 
 
数据产品经理高频面试真题
 
好的数据产品应具备的特征：。1. 解决真实业务问题：明确的业务价值和用户痛点。2. 数据驱动决策：基于数据洞察而非主观判断。3. 用户体验友好：易于使用和理解。4. 技术架构合理：可扩展、可维护、高性能。5. 持续迭代优化：基于用户反馈和数据指标不断改进。3. 实战案例：BI工具竞品分析。1. 目标（Object...