《大数据分析》专题

主要内容：1.关系,2.区别1.关系 现在，没有什么流行词比大数据和人工智能更常见了。无数的分析家向我们保证，将从根本上重塑我们的日常生活。事实上，对于围绕人工智能和大数据的所有讨论，很少有人提到这两种新兴技术的融合，尤其是在解释人工智能为什么迫切需要大数据以取得成功的时候。 这是人工智能和大数据操作之间的秘密联系，以及这两种新兴趋势将如何主导21世纪。 没有大数据就不能拥有智能机器 在开始描述人工智能和大数据如何一起工作之

就面了十几分钟 面试官说我更适合去做算法 1.实习经历 2.数仓和数仓建模的理论知识（我说了维度建模 范式建模 问知不知道维度退化 不知 3.SQL：怎么找A表有B表没有的数据 数据倾斜怎么处理（不会 #发面经攒人品#

update: 9.30 约 10 月中旬 HR 面了，许愿 OC 🤗 --- 9.29 字节四面，问了 HR 四面技术好像是这个部门的正常情况😅，I'm like, well... - 自我介绍 - 上来先做了一道题：Leetcode 解码方法（动态规划） - 实习具体负责哪些工作，占比是怎样的 - 你们数仓团队几个人，数仓怎么分层、分主题 - 分层的意义 - 你在商品域的工作中是否会涉及边

9.12 一面结束后半小时飞速约了二面，9.14 二面 - 自我介绍 - 为什么读研 - 为什么转专业 - 你对大数据的理解 - 介绍一下实习组内的分工、数仓架构 - 以商品域为例，数据的模型/表有哪些，从哪些角度评价数据模型 - 你们组具体的宏观的业务流程 - 具体是怎么和其他部门协作的，流程是怎么样 - 你是怎么理解数开的工作的，你个人的偏好是哪方向 - 数据库的范式、事务 - 范式建模、维度

中秋假期所以二面三面间隔了挺久的，9.23 三面，面试时间很短，35 分钟左右 - 自我介绍 - 实习介绍 - 看你做了很多任务优化，讲讲优化的思路，从哪些方面去考虑 - 介绍一下 Cube 表去重优化 - 介绍一下***识别项目 - 你们商品维表数据量 - 你们实习部门的数仓分层 - 用户域和流量域的区别 - SQL：今天登录但昨天没登录的用户 - 算法：二叉树层序遍历，自己构造输入输出 - 你

👥 面试题目 hadoop的三个核心组件，以及hdfs的读写原理 hive的内部表与外部表有什么区别 hive里面的数据倾斜是什么？怎么去处理？该怎么去预防？ 数据仓库的分为几层？每一层是做什么的？是根据什么进行分层的？ hive里面的窗口函数有没有用过？rank(),,dense_rank(),row_number()这三个有什么区别？ hive里面数据表合并是怎么合并的？ ​hive里面的列

1.数据分层概念 2.Hadoop 和spark 优缺点 3.数据倾斜 场景题 大表和小表join 4.宽窄依赖 5.sql题 6.走楼梯算法 7.hive的用户自定义方法区别

五一前收到了暑期实习oc，记录一下时间线～ 4.8投递 4.23上午一面 4.27下午二面 4.28傍晚收到短信、邮箱、hr电话，收oc啦！ 5.4今天上午收到邮件填了入职信息 base北京（望京东，要合租的女宝子请戳我！） 总结一下，我暑期实习4月份才开始投，算是比较晚，所以团子一面我的第一场面试，当时感觉回答的很不好，心里准备是直接进人才库的，收到二面通知时挺惊讶的，然后好好准备了项目，想要抓

问题内容： 我的redis实例似乎正在变得非常大，我想找出我那里的多个数据库中的哪个消耗了多少内存。Redis的命令仅向我显示了每个数据库的总大小和密钥数，这并没有给我带来太多的了解…因此，在监视Redis服务器时为我提供更多信息的任何工具/想法都将受到赞赏。 Redis文档没有显示任何可以返回某些键消耗的内存的命令，因此我想如果有错误代码会为Redis写很多“废纸t”，这可能很难找到… 问题答案

中午两点打过来，我说暂时没空约了晚上八点 面试时间控的很准，也没有反问就结束了 一面15min [项目]- [ ] Linux起一个服务端的过程 -[ ] 使用哪种epoll工作方式 - [ ] 水平触发与边缘触发编写时要注意些什么 - [ ] 多进程如何通信 - [ ] fork如何判断父子进程 - [ ] 虚函数的作用 - [ ] 虚函数的使用场景 - [ ] 了解的C++智能指针 - [ ]

面试官介绍了一下部门主要业务（数据挖掘、分布式存储、机器学习、虚拟化） 动态多态的实现原理 虚函数表是属于类的还是类对象的 静态成员函数可以是虚函数吗 为什么析构函数默认不是虚函数 内存对齐的作用 vector和map用迭代器一边遍历容器一边删除元素，迭代器会失效吗 map是有序的还是无序的，底层实现是什么 map为什么底层实现是红黑树而不是AVL IP层有MTU报文分段策略，那TCP是不是可以不

一面 简历面，如果过往实习项目由机器学习等，比较关心其中数据预处理和特征处理，没有问coding和模型延伸问题（八股） 二面 对于项目中涉及的某个优化算法特别感兴趣，深挖概念、流程、优点、公式等 （第一次也是目前唯一被问到这个细节，真的要对简历熟悉） 压力大的时候喜欢干什么 hr面 为什么想来深圳 深圳还投了哪些公司 十一前发意向 总体觉得顺丰的问题难度很看分配到的面试官，和身边同学交流，有的就会

问题内容： 我有一个具有此类数据的数据框（列过多）： 列看起来像这样： 我想像这样将列中的所有值转换为整数： 我通过以下方法解决了这一问题： 现在，我的数据框中有两列-旧列和新列，需要删除旧列。 那是不好的做法。它是可行的，但是在我的数据框中有很多列，我不想手动进行。 pythonic如何巧妙地实现呢？ 问题答案： 首先，要将“分类”列转换为其数字代码，可以使用以下命令更轻松地做到这一点。 此外，

我有一个简单的JpaRepository和一个finder，它返回按名为“number”的属性降序排列的记录。“number”属性也是我的实体的@Id。这很好，但是有数千条记录，所以我想返回一个页面而不是列表。 如果我将查找器更改为以下内容，则排序不再起作用。我尝试过使用可分页参数的排序功能，但不起作用。还删除了OrderByNumberDesc，但结果相同。 EDIT-添加控制器方法 以下是我的

我是反应式编程的新手。我必须开发一个简单的Spring启动应用程序来返回一个json响应，其中包含公司及其所有子公司和员工的详细信息 创建了一个Spring Boot应用程序（Spring Webflow Spring data r2dbc） 使用以下数据库表来表示公司和子公司以及员工关系（这是一种与公司和子公司的层次关系，其中一个公司可以有N个子公司，而这些子公司中的每个子公司可以有另N个子公司