TigRer的博客

sizeCtlsizeCtl < 01.-1 表示当前table正在初始化（有线程在创建table数组），当前线程需要自旋等待…2.表示当前table数组正在进行扩容 ,高16位表示：扩容的标识戳 低16位表示：（1 + nThread） 当前参与并发扩容的线程数量sizeCtl = 0：表示创建table数组时 使用DEFAULT_CAPACITY为大小sizeCtl > 01.如果table未初始化，表示初始化大小2. 如果table已经初始化，表示下次扩容时的 触发条件

多列转多行test:result:select a.name, b.subject, b.scorefrom test as alateral view explode( map( '语文',chinese, '数学',math, '英语',english )) b as subject, score;select a.name, b.subject, b.scorefrom test as alateral view explode( str_to_ma

介绍下Hive?（1）Hive是基于 Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供类SQL查询功能（HQL），Hive本质是将SQL转换为 MapReduce的任务进行运算。（2）Hive可以通过JDBC、ODBC 等客户端进行访问。Hive的元数据保存在数据库中，元数据信息包含表名，列名，分区等，默认数据库是Derby，不支持多客户端访问，可以将其改为MySQL，支持多客户端访问。（3）Hive内部执行流程：解析器（解析SQL语句）、编译器（把SQL语句编译成Ma

Hadoop面试题

Mapreduce过程map阶段主要分为五个阶段input阶段、map阶段、collect阶段、spill阶段、combine阶段。1.input阶段：客户端将文件分片，发送到jobTracker，jobTracker调用TaskTracker来处理分片数据；在taskTracker中，map任务调用mapper的run方法生成<k,v>键值对，并且把它作为map函数的输入，k就是偏移量，v就是文件一行的内容2.map阶段：将解析出的key、value交给用户写的map()函数处理，并

1.线程池处理任务流程：ThreadPollExecutor执行execute()方法：1）如果当前运行的线程少于corePollSize，则创建新的线程来执行任务（需要获取全局锁）2）如果运行的线程数等于或者大于corePollSize，则将任务加入BlockingQueue。3）如果BlockingQueue已满，则创建新的线程来处理任务（需要获取全局锁）4）如果创建的新线程使得当前运行的线程数大于maximumPollSize,任务将被拒绝，并调用RejectedExecutionHand

1.简述MapReduce整个流程sMapReduce分为两个阶段map和reduce。（1）map阶段1.程序内的Inputformat(默认是TextInputFormat)来读取外部数据，它会调用RecoderReader

ThreadLocal是个啥？threadlocal是一个本地的线程变量，解决了多线程之间的数据隔离。在Thread类中有一个threadLocals 字段， 它用来保存该线程本地变量，这样不同的线程就都有自己的threadLocals ，也就是说每个线程拥有自己独立的数据，保证了数据安全。以前老的JDK版本中在ThreadLocal中维护一个大的map，所有的线程都保存到这个map中，体量比较大。在JDK8中，每个线程维护自己的数据，线程销毁，对应的map会被GC回收。在ThreadLocalMap

红黑树代码：package b;public class RBTree <K extends Comparable<K>, V> { // 定义颜色 private static final Boolean RED = true; private static final Boolean BLACK = false; // 定义红黑树的根root private RBNode root; public RBNode getRoo

谈谈你对Synchronized的理解