《大数据开发》专题

一面 redis： RDB和AOF的区别 AOF中记录的是什么，RDB中记录了什么 过期数据的删除策略 使用这些删除策略可能会出现哪些问题 定期删除是所有数据删除吗 内存淘汰机制 allkeys详细说说 redis使用场景 redis和memcached有什么区别 为什么用单线程不用多线程 clickhouse（实习里用的主要是这个）： 简单介绍一下clickhouse，说说为什么用这个 说一下R

更新啦 10.13 上午 突然打电话hr面 1.自我介绍 2.介绍项目 3.做项目有什么收获，是实际开发的项目还是练手的 4.科研项目是自己完成的，还是和别人一起完成的 5.未来的职业规划，工作地点 6.家庭情况 7.期望薪资 大概就是这些啦，就是随便聊聊，大概十几分钟的样子，最后面试官说因为最近刚刚开始线上面试，人比较多，所以不好说什么时候会有结果，可能需要等一等 10.10收到一面邮件 10.

大华一面：10.11（12min） 1.简单介绍一下 2.tcp粘包 3.C++虚函数与纯虚函数区别 4.C++的三大特性 5.多态的实现 6.指针与引用的区别 大华二面：10.13(31min) 1.介绍一下项目 2.QT的构建 3.QT信号和槽的实现，信号槽没有连接上的原因有哪些。 4.MQ通信简单介绍 5.动态链接静态链接发生在什么时候，如果只有.lib没有.dll能调用成功吗？ 6.继承，

1. 阻塞队列实现 2. Mysql  B+树层数计算，插入一条数据有什么变化 3. Mysql 为什么不用跳表而用B+树 4. B树，B+树，红黑树区别 5. 输入一条Url有什么变化 6. DNS解析的数据结构 7. TIME_WAIT状态原理，过多怎么办？ 8. Zset 跳表原理 9. UDP怎么连接的 10. select，poll, epoll 区别 11. LRU为什么不使用单向链表

问题内容： 要获取的数据大小：大约20,000 问题：在python中使用以下命令搜索Elastic Search索引数据 但没有得到任何结果。 如果我给的尺寸小于或等于10,000，则可以正常使用，但不能与20,000一起使用， 请帮助我找到最佳的解决方案。 PS：在深入研究ES时发现此消息错误： 结果窗口太大，从+大小必须小于或等于：[10000]，但为[19999]。有关请求大数据集的更有效

问题内容： 我正在尝试加载大于h2o中的内存大小的数据。 H2o 博客提到： 这是连接到的代码： 给 我试图将169 MB的csv加载到h2o中。 这引发了错误， 这表示内存不足错误。 问题：如果H2o承诺加载大于其内存容量的数据集（如上面的博客引文所述，交换到磁盘机制），这是加载数据的正确方法吗？ 问题答案： 由于性能太差，默认情况下前一会默认禁用“交换到磁盘”。流血边缘（不是最新稳定的）具有启

笔试过了一个月给捞起来了 一面 45min 1. 自我介绍 2. 细聊项目，很细（一上来就忘了数据量，尴尬） 3. 特征工程怎么做的 4. iv值的计算方法 5. AUC的计算方法 6. 正反例不平衡对auc有影响吗 7. 知道过拟合吗 8. 逻辑回归怎么解决过拟合问题 9. 写个函数指针 10. pandas库有哪些数据类型 11. 怎么取两个dataframe有差异的部分（忘了具体函数了，讲了

我有一个简单的数据库表，它包含以下列： 用户从列表中选择一个产品，然后根据minSize和MaxSize查询数据库中的类似产品。 如果用户选择Prod1，则将通过所选的minSize和maxSize查询数据库表，并且上面示例数据中的结果将包括Prod2和PROD3。 我正在努力确定查询是否在允许的范围内找到产品。谁能给我指出正确的方向或者给我举个例子吗？我的SQL知识有限。 肖恩

我最近开始使用openshift，到目前为止看起来很有希望，但是我一直遇到问题，主要是找到过时的文档或查看完全错误的地方。 例如，我目前在几台服务器上安装了大约150个内核的openshift，其中一些节点只有4个内核，而其他节点有48个内核。 我想修改我的所有节点以具有 pods = 1.5 * 核心左右。 这可能吗？ 我试图使用： oc编辑节点node0 并将 pod 从默认的 40 更改为

本文向大家介绍增加Linux中最大打开文件数，包括了增加Linux中最大打开文件数的使用技巧和注意事项，需要的朋友参考一下 如果您使用的是Linux，则必须多次遇到“打开文件过多(24)”错误。Linux操作系统提供了一种限制每个用户可以使用的文件数量的方法。本文提供有关如何增加Linux操作系统中打开的文件或文件描述符数量的见解。 ulimit命令可以控制shell或进程，并且需要以root用户

HTML5 websockets是（并且已经有一段时间了）一个热门话题，因为它们优雅地支持实时服务器端推送。 我目前有一个使用Tomcat 7.0.30支持的websockets的工作应用程序，其中包括websocket支持。但是将其转移到生产环境中会产生问题。 打开的websocket连接加起来是否等于Web服务器可以同时处理的最大连接数？例如。Apache中的。 相反，单个浏览会话的webso

我有多个数据集，每个数据集中有不同数量的图像（和不同的图像维度）。在训练循环中，我想从所有数据集中随机加载一批图像，但每个批次只包含单个数据集中的图像。例如，我有数据集A、B、C、D，每个数据集都有图像01。jpg,02。jpg，…n.jpg（其中n取决于数据集），假设批量大小为3。例如，在第一个加载的批次中，我可能会在下一个批次[D/01.jpg，D/05.jpg，D/12.jpg]中获得图像[

问题内容： 如何计算MySQL中数据库的总大小？ PS总大小，以正在使用的磁盘空间为单位。 问题答案： 此链接有一个非常激烈的查询…将为您提供超出您所需的......：

我有一个“数据库选择”和体系结构问题。 用例： 客户端将上载大型。json文件（或其他格式，如.tsv，不相关），其中每一行都是关于其客户的数据（例如姓名、地址等） 我的要求： > 数据库应该有某种复制，因为我们不想丢失数据。 不需要索引，因为我们只是流数据。 对于这个问题，您对数据库有什么建议？我们尝试将其上传到Amazon S3并让他们处理缩放等问题，但存在读取/流式传输缓慢的问题。 谢了伊凡

我有学生（弦）和老师（弦列表）。我想根据讲师人数按降序提取记录。讲师如下示例：[a、b、c]-3、[e、f]-2、[g、h、i、j]-4。 我要按4，3，2的顺序。 这取决于现场讲师阵列的大小。如何使用mongoTemplate或自定义mongodb查询或聚合进行查询？？