Hive用户数据缺失导致推送漏发的排查与应对
哪些公司问过
答案要点
- 推送前加数据质量校验:分区就绪、行数环比波动、关键字段空值率,不达标即阻断并告警
- 依赖调度系统的分区就绪或成功标记,确保ETL完成后才读取人群数据
- 数据缺失后定位上游同步、ETL或覆盖写问题,重跑补数并对漏发用户补偿推送,必要时降级用前一天分区
- 推送失败的常见原因:厂商通道限流或故障、token失效、用户关闭通知、命中频控
- 失败消息带状态落库,退避重试、死信兜底,按送达回执对账,补发时保证幂等
易错点
- 数据异常时仍按残缺人群照常推送,事后很难发现漏发
- 补发不做幂等,导致部分用户收到重复消息
- 把接口提交成功当作送达,缺少回执对账
面试官常见追问
- 如何判断Hive表里的用户数据是不是少了?
- 补偿推送时如何避免重复发送?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。