《大数据研发实习》专题

自我介绍 怎么学习的，我说博客和文档，让我详细说一下 Java 8 新特性，用stream做过滤和排序实现，底层原理是什么 线程池介绍，ForkJoinPool介绍，线程池状态，核心线程数，最大线程数 es（没学过） JVM（没学过。。。） nginx代理是计网五层模型中的那一层，防火墙知不知道 linux命令，怎么查找出当前运行的所有java进程 redis数据结构 搭建redis集群的几种方式

我正在尝试使用Google Dataflow和Apache Beam SDK 2.6.0的PubSub实现一次性交付。 用例非常简单: 'Generator'数据流作业将1M消息发送到PubSub主题。 “存档”数据流作业从PubSub订阅中读取消息，并保存到Google云存储中。 我在 Pubsub.IO.Write（“生成器”作业）和 PubsubIO.Read（“存档”作业）中都添加了“带

问题内容： 我在将数据发送到在线数据库时遇到问题。当我检查数据库时，似乎什么都没有发布。我对收到的响应执行了NSLog，它为空。 这是.php： 但是，如果我将$ response硬编码为某个字符串值，而NSLog接收到的响应，它将接收适当的字符串值。 这是我的代码： 是不是无法插入IMEI（这就是为什么它不发布）或其他问题的事实？ 谢谢你的协助。 问题答案： 一些观察： 您应该使用interfa

问题内容： 我正在创建一个Web应用程序，并且很好奇如何在其中将数据发送到MySQL数据库。我有一个在用户按下按钮时调用的函数，我希望该函数以某种方式将数据发送到MySQL服务器。有谁知道如何解决这个问题？我尝试了npm MySQL模块，但似乎连接不正确，因为它是客户端。还有其他方法吗？我需要一个主意才能开始。 问候 问题答案： 您将需要一个服务器来处理来自React应用程序的请求并相应地更新数据

我想连接到API，但我需要用post发送数据，但用JSON接收。 file_get_contents(url_here):打开流失败

下面是我的代码： 是不可能插入IMEI的事实，这就是为什么它不张贴，还是其他一些问题？ 谢谢你的协助。

根据Stevens（图示为TCP/IP)，traceroute程序用增量TTL(1、2、3等）向目的主机发送UDP数据包，以从ICMP TTL过期消息中获取中间跳信息。 “到达目的地”条件是ICMP端口无法到达的消息，因为traceroute寻址的随机端口数量很高（也就是说，不太可能有人在那里监听） 所以我的问题是：是否有技术原因（缺点、RFCs等）使用UDP数据包而不使用例如ICMP回送请求消息

我使用Firebase实时数据库作为后端。我希望每个请求最多增加1个。例如： 这不管用。 在前端，我发送“数据1”。我应该如何创建“.validate”规则？

问题内容： 我的表中的一列中包含大量BLOB数据。我正在编写一个实用程序以将数据转储到文件系统。但是在转储之前，我需要检查磁盘上是否有必要的空间来导出整个表中的所有Blob字段。 请提出一种有效的方法来获取表中所有Blob字段的大小。 问题答案： 您可以使用MySQL函数。有关更多详细信息，请参见此处。

问题内容： 在学习pandas的过程中，我试图迷惑了这个问题很多月。我在日常工作中使用SAS，这非常有用，因为它提供了核心支持。但是，由于许多其他原因，SAS作为一个软件还是很糟糕的。 有一天，我希望用python和pandas取代我对SAS的使用，但是我目前缺少大型数据集的核心工作流程。我并不是说需要分布式网络的“大数据”，而是文件太大而无法容纳在内存中，但文件又足够小而无法容纳在硬盘上。 我的

问题内容： KMeans有几个用于训练的参数，初始化模式默认为kmeans ||。问题在于它快速前进（不到10分钟）到前13个阶段，但随后 完全挂起 ，而不会产生错误！ *重现问题的 *最小示例 （如果我使用1000点或随机初始化，它将成功）： 如下所示，该作业不执行任何操作（该操作不会成功，失败或没有进展。）。“执行器”选项卡中没有活动/失败的任务。Stdout和Stderr Logs没有特别有

问题内容： 我可以运行此查询来获取MySQL数据库中所有表的大小： 我希望对了解结果有所帮助。我正在寻找尺寸最大的桌子。 我应该看哪一列？ 问题答案： 您可以使用此查询显示表的大小（尽管您需要先替换变量）： 或此查询以列出每个数据库中每个表的大小，从大到大：

问题内容： 我有10,000个地址和5,000人的大型数据库。 我想让用户在数据库中搜索地址或用户。在输入文本时，我想使用Twitter的提前提示功能来建议结果。 在此处查看NBA示例：http : //twitter.github.io/typeahead.js/examples。 我了解从速度和负载的角度来看，预取15,000个项目并不是最佳选择。尝试实现此目标的更好方法是什么？ 问题答案：

主要内容：变量（Variable）,数据类型（Data Type）,连续定义多个变量,数据的长度（Length）,最后的总结在《 数据在内存中的存储》一节中讲到： 计算机要处理的数据（诸如数字、文字、符号、图形、音频、视频等）是以二进制的形式存放在内存中的； 我们将8个比特（Bit）称为一个字节（Byte），并将字节作为最小的可操作单元。 我们不妨先从最简单的整数说起，看看它是如何放到内存中去的。 变量（Variable） 现实生活中我们会找一个小箱子来存放物品，一来显得不那么凌乱，二来方便以后

这与这个问题最为相似。 我正在Dataflow 2.x中创建一个管道，它从Pubsub队列获取流式输入。进入的每一条消息都需要通过来自Google BigQuery的一个非常大的数据集进行流式传输，并且在写入数据库之前附加了所有相关的值（基于一个键）。 问题是来自BigQuery的映射数据集非常大--任何将其用作侧输入的尝试都失败了，数据流运行程序会抛出错误“java.lang.IllegalAr