HelloWowofei的博客

下列关于Hive的特点，说法正确的有（ ）A. 适合处理大规模数据B. 延迟低，适合实时查询C. 基于Hadoop，可扩展性好D. 支持多种文件格式答案：ACDSpark的核心优势包括（ ）A. 速度快，基于内存计算B. 支持多种编程语言C. 只能处理批处理任务D. 提供了丰富的API答案：ABDHive中，支持的文件格式有（ ）B. ORCC. ParquetD. CSV答案：ABCDSpark中，RDD的转换操作包括（ ）A. map。

B:在不同的数据存在阶段，数据的价值是不同的；解析：大数据的4V特征是Volume（量大）、Variety（类型多）、Velocity（速度快）、Value（价值密度低），因此“价值密度高”不属于大数据特征。解析：大数据的核心特点之一是“容错性”，并非追求绝对精确，而是允许一定误差，更强调数据的规模、多样性与潜在价值，因此不需要“尽量精确”。解析：数据研究的四大范式是：实验范式（基于实验）、理论范式（基于模型）、计算范式（基于模拟）、数据范式（基于大数据分析）。A是规范，C/D是目标/应用，并非执行方法。

优点：层级依赖通过将数据加工任务按照层级进行划分，减少了任务之间的直接依赖关系，使整个数据加工过程更加结构化和清晰。我的选择与理由： 在数仓的调度任务较多的情况下，我会选择层级依赖。对于较大规模的数据仓库来说，它能够更好地管理任务之间的关系，使整个数据加工过程更加结构化和清晰。2. 两个表的数据量，相差很大，并且表连接的列都是有索引的，这个时候的等值连接就不会变成hash join，而是会使用nl嵌套连接。优点：对于简单的数据仓库环境和少量的数据加工任务，表级依赖可以更容易管理和维护。

1：关于python和hbase的 sql语句问题，hadoop和 spark 的区别 scala的闭包特性 scala的下划的作用？4. Hive和其他database（Oracle，MySQL, SQLsever）的不同？3：如果一个网站或系统 存在连续三天登录的人 找连续怎么处理或实现具体途径？7.Hive和MySQL/Oracle的区别，一些SQL语句编写基础问题。11.一些python基础问题（例：tuple和list的区别）2. 说说Hadoop中的HDFS的作用？

在上面的语句中，你需要将"列1, 列2, ..."替换为你想要查询的列名，"表名"替换为你要查询的表名。通过在ORDER BY子句中指定"总分 DESC, 英语 DESC"，查询结果将首先按照"总分"列降序排序，然后在相同"总分"的情况下再按照"英语"列降序排序。在这种情况下，RPO可能是灾难发生前的某个时间点。交叉连接（CROSS JOIN）是一种连接操作，它返回两个表的笛卡尔积，即左侧表的记录与右侧表的记录的组合。因此，总分离的记录将排在前面，总分相同的记录中，英语分数较高的记录将排在前面。

- 未排序，直接提取原表逻辑结构前10条记录。B.S.S#=SC.S# AND C.C#=SC.C# AND S.SEX IN '男' AND C.CNAME IN '数据库';A.S.S#=SC.S# AND C.C#=SC.C# AND S.SEX='男' AND C.CNAME='数据库';注：客观题（选择题）答案全对，主观题27、28已测试验证，但28缺少用UPDATE的题解，如有错误和如需补充望指正。其中S#是学号，SNAME是学生姓名，SEX是性别，C#是课程号，CNAME是课程名称。

知识点：数据库模式 数据库范式 临时表 游标 索引 锁 ACID 学生、课程、系SQL 学生、选课、课程SQL、简答题一个是orcale 的rowid，还有一个表连接（刷刷牛客数据库相关的题）对拥有复杂逻辑的视图，再次表连接等操作，会导致语句更加复杂，运行效率很慢。将一个复杂的select语句，放入到一个视图里面，简化日常的操作。Oracle中的rowid是行的物理地址，可以唯一标识表中的行。可以隐藏一部分原表的列，简化别人在操作表的时候的业务逻辑。外模式是用户能够看到和操作的数据的方式。

on t0.usr_id=t1.usr_id and t0.load_dt=date_sub(t1.load_dt, interval 1 day) --修改本处的 1，3，7 即可得到任意一天的。on a.cust_uid=b.cust_uid and a.prd_id=b.prd_id --细节，关联条件必须为 cust_uid & prd_id，两个都要写。通常数据开发人员在设计物理模。'2020-07-08', '2020-07-09', '2020-07-10') --大家想想有没有其他方式呢？

姓名：供应商：日期：考核官：分数：

计算出100-999之间所有的水仙花数 个位的3次方+十位的3次方+百位的3次方。假如现在有鸡和兔子，一共有35个头，94只脚，计算出兔子和鸡分别有多少只？--使用put()来进行连续的一整行的输出。练习：将1+3+5+99的和，计算出来。power(3,4) 3的4次方。使用for循环，画下面这个图形。

(sum(金额) over(partition by 产品名称)) / (sum(金额) over(partition by 产品类别)) s。(select 客户名称,sum(金额) s from t group by 客户名称 order by s desc)select 客户名称 from t group by 客户名称 having count(1)>=2;row_number() over(partition by 客户名称) ro。from t order by 客户名称,交易时间))

请写一个Excel 公式，计算Final Decision，逻辑为：如果 ”销量” 与 “标准” 之间差额大于1000，则取“标准”的数值，且数据取整到十位，否则使用”销量”的数据。小于 pivot 的元素的相对位置和大于 pivot 的元素的相对位置分别为 [9, 5, 3] 和 [12, 14] ，它们在结果数组中的相对顺序需要保留。请编写Python代码，计算在22年第一季度，各店面各产品型号在每个财务周中，库存数量为0的天数占比 （即：库存数量等于0的天数 / 一周总天数 ）

答：刷到过别人发的答案，不要照抄，改变量名没用。答：大部分是因为电脑登陆着 微信或QQ，中途弹窗弹语音弹视频导致，开考前，请把一切无关的东西全关掉。1.不要盲目的刷题 ，凡是讲究策略与技巧，题型是有限的，用自己的方法梳理。3. 熟悉你自己的语言特性，了解怎么操作基础的数据结构，把这些搞六了，有。答： 可以，随你怎么跳， 每道题也不限制提交次数，提交次数多了也不扣分。分都是有规律的，很多东西都可以用并差集，滑动块，漏斗模型之类的解决。浏览器作答，考试需开启摄像头，请确保电脑带有摄像头，考试中途请。

2018年12月1日,王先生在银行办理一年定期存款5万元,当日活期利率0.35%,一年定期利率1.75%。某系统对每个员工一年的出勤天数进行核算和存储(按每月22工作日计算),使用文本框的模式进行填写,在此文本框的测试用例编写中使用了等价类划分法,则下面划分正确的是(请试着分别比较这些不同的测试类型的区别与联系(如功能测试、性能测试.…….概括描述一下你测试过的贷款相关项目的流程以及涉及的系统,并简单说明一下各个系统的分工?以一个B/S结构的登录功能点为被测对象,请写出你的测试思路和方法。

装载测试主要验证数据的完整性、准确性和一致性，文档测试主要验证数据模型和设计文档的正确性。这两个阶段的区别在于装载测试更关注数据的实际加载和处理过程，而文档测试更关注数据模型和设计文档的正确性。性能测试: 通过自动化的测试工具，模拟各个场景下的负载，来对系统的承压情况进行分析来确定系统的承载范围，看是否符合客户需求。性能和可扩展性测试阶段：测试数据处理的性能和系统的可扩展性，包括数据的处理速度和系统的负载能力。数据处理测试阶段：测试数据的处理逻辑和算法，验证数据的转换、计算和存储过程的正确性。

2018年12月1日，王先生在银行办理一年定期存款5万元，当日活期利率0.35%，一年定期利率1.75%。假设有一个文本框要求输入10个字符的邮政编码，对于该文本框应该怎样划分等价类？以下关于网络延迟的理解，正确的是。在SQL语言的Select语句中，用于对结果元组进行排序的是哪一个子句。用边界值分析法，假定1<X<100，那么X在测试中应该取的边界值是。的流程以及涉及的系统，并简单说明一下各个系统的分工。选择发现错误的可能性大的数据作为测试数据。为了提高测试的效率，应该。数据模型及设计文档等检核。

数据研发面试题1. (单选题)下面哪一个是合法的数组声明和构造语句(B)A. int[] ages=[100]:B.int ages = new int [100] :c.int[] ages = new int [1001:D.int() ages = new int (100) :2，Spring中"@Transactional 注解是用AOP实现的,是否正确(B)A. 错误B. 正确3，下列关于修饰符混用的说法,错误的是(A )A.

SELECT t.user_id, COUNT(t.order_id) AS 订单数。WHERE (u.prov = '河北省' OR u.city = '郑州市')AND (prov = '河北省' OR city = '郑州市');为什么你们公司划分为5个域？ads层的模型是什么？-- 查询满足条件的用户的交易情况。-- 查询满足条件的用户。你在项目中负责那个域？你们公司数据量有多大？Hdfs的小文件问题，留存率是怎么计算的？

树之类的题目，输入输出构造会比较花时间，练习的时候多留意输入输出构造，机试可以节省很。对于进阶部分，图往往伴随着深度优先和广度优先出现，我建议优先广度优先深度优先、二叉树。考试过程须控制好做题节奏，切记不要在一道题目上花费过多的时间，合理分配时间。型汇总，对于题型汇总中的高权重题型，建议掌握下这个方法，非高频的以后再说。面的题目描述的确比较详细，大家可以参考，然后根据描述去搜索答案。，如果对于这些题目都有思路并且能解答，那么恭喜你，可以准备考试。模式），平时刷题需要注意区分，多刷需要自己构造的。

数据类型：数字：integer 整数number 任何数字，整数和小数number(长度，精度)字符串：char(长度) 2000varchar2(长度) 4000时间：date大文件：4GBblob 二进制文件 图片视频，过时的文件类型clob 大文本格式DCL：grant 权限 to 用户;revoke 权限 from 用户;

数据类型：数字：integer 整数number 任何数字，整数和小数number(长度，精度)字符串：char(长度) 2000varchar2(长度) 4000时间：date大文件：4GBblob 二进制文件 图片视频，过时的文件类型clob 大文本格式DCL：grant 权限 to 用户;revoke 权限 from 用户;

业务层DWS（Data WareHouse Service）：存储宽表数据，此层数据是针对某个业务领域的聚合数据，应用层的数据通常来源与此层，为什么叫宽表，主要是为了应用层的需要在这一层将业务相关的所有数据统一汇集起来进行存储，方便业务层获取。全连接 full [outer] join：先显示两个表的共同数据，然后再显示左边表的独有数据，右边没有匹配就显示为空，然后再显示右边表的独有数据，左边没有匹配就显示为空。为临时存储层，是接口数据的临时存储区域，为后一步的数据处理做准备。前端应用直接读取的数据源；

percentile：percentile(col, p) col是要计算的列（值必须为int类型），p的取值为0-1，若为0.5，那么就是2分位数，即中位数。环比：今年的4月和今年的3月相比，在同一个时间范围内，取相邻的时间节点的数据进行比较。同比：今年的4月和去年的4月相比，在两个时间范围内，取相同时间节点的数据进行比较。补充问题4 题目产品表数据量1000W 意在考查大小表关联，产生的数据倾斜。平移函数：在工作中一般用来实现数据的同比和环比的计算。LeetCode原题。

在这里插入图片描述](https://img-blog.csdnimg.cn/1c696bf29b0a4056aaf137d5861c5246.png。