首页
学习
活动
专区
圈层
工具
发布

2021大数据开发面试高频100题最新汇总(附答案详解) | 极客大学

又到了金三银四的招聘旺季,很多想入行大数据开发的程序员却在面试上发了愁。大数据方向技术栈繁多,不同的面试官和公司用到的技术栈也不一样,问的问题也是各有不同。...大厂面试题回忆: 【腾讯 PCG 事业部 大数据开发岗】 spark 数据分发机制  Spark Streaming 给个具体视频应用场景阐述开发思路及任务架构【阿里创新业务事业群 大数据开发工程师】...spark partition 的类型及特点  yarn 任务启动的具体流程  spark 任务分发机制 为了帮助想要入行大数据开发的程序员们在金三银四顺利挺进大厂,我们研究了各个大厂的面试题型,整理出出这...「 100 道大数据开发高频面试题 + 详细解答」 (篇幅有限,此处仅展示部分大纲,扫码获取更多) 如何领取?...扫描海报二维码 即可免费领取「大数据开发面试必备 100 题」

82710

100亿数据平滑数据迁移,不影响服务

互联网架构,很多时候面临着这样一些需求: 需求1->底层表结构变更:数据量非常大的情况下,数据表增加了一些属性,删除了一些属性,修改了一些属性。...除了影响服务的可用性,这个方案还有一个缺点,就是必须在指定时间完成升级,这个对研发、测试、运维同学来说,压力会非常大,一旦出现问题例如数据不一致,必须在规定时间内解决,否则只能回滚。...哪些数据发生了变化呢? 步骤一中日志里记录的不就是么? 步骤三:研发一个读取日志并迁移数据的小工具,要把步骤二迁移数据过程中产生的差异数据追平。...步骤四:在持续重放日志,追平数据的过程中,研发一个数据校验的小工具,将旧库和新库中的数据进行比对,直到数据完全一致。...追日志法,五个步骤: (1)服务进行升级,记录“对旧库上的数据修改”的日志 (2)研发一个数据迁移小工具,进行数据迁移 (3)研发一个读取日志小工具,追平数据差异 (4)研发一个数据比对小工具,校验数据一致性

3K60
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    数据库CPU 100% ??

    今天方才给大家分享一个生产故障:2w条库表的全表扫导致数据库节点cpu使用率100%,最终导致系统故障的问题(什么?2w条就吃满了?不可能,绝对不可能!然而. . .)。...分析过程 通过监控,逐步确认问题点: 数据库指标情况 QPS只有500左右,999延迟指标在10s左右; 数据库服务器资源情况:节点01的cpu 使用率接近 100%,其中user进程 90%以上,说明是数据库自身的问题...数据库CPU 100%!"上午十点十七分,当老王正喝着第三杯咖啡时,钉钉机器人突然在运维群里炸出一串血红色的告警。监控大屏上,代表数据库01节点的火焰图标正在疯狂跳动。...原来为了省资源,TiDB、TiKV、PD三大组件竟挤在同一台虚拟机里。"这架构简直是俄罗斯轮盘赌!"大刘气得摔了马克杯。 生死时速持续了58分钟。...当手指重重敲下回车,监控大屏的红色警报像退潮般消散。张姐在群里发了个跪谢的表情包:"页面正常了!" 复盘会上,CTO指着事故报告的手在颤抖:"知道吗?

    13100

    充100,花100,为什么数据库里用户的钱多了100?

    如果说对于数据的一致性未能做好保障,那就可能会有 用户充值了100,同时又花掉了100,但是用户的余额还多了100的情况出现。正常情况下数据会是什么样子?...假设,用户的余额有 100 元,现在要支付100元,那么我们按照流程,最终写回 0 元是没有问题的。但是这个没有问题的前提是:数据在整个处理逻辑中,未被更改。 也就是只适用于低并发的场景。...数据同时被多个线程操作 无论是高并发又或者说什么分布式,其实都是因为数据被多个线程操作引起了不一致的情况。我们同样以充值、支付两个场景为例子:当两个业务在查询的时候,都从数据库读到了 100 块钱。...(因为两个事务可能本身就在两个应用上部署,所以在读的时候互不干扰)之后各自基于读取的数据执行不同的业务处理充值业务:余额要 + 100,所以最终准备更新为 200支付业务:余额要 - 100,所以最终更新为...比如说,在上述场景下用户的余额被线程1从 100 变成 200,而后又被线程2变成了 100,此时数据实际发生了改变的,但是在线程3 更新DB的时候,并不能感知到。

    13000

    训练100B大模型要多少显存?

    Ai学习的老章 长期跟踪关注统计学、机器学习算法、深度学习、人工智能、大模型技术与行业发展动态,日更精选技术文章。回复机器学习有惊喜资料。...本文围绕大模型的训练/推理场景,介绍 Transformer 类模型的显存计算公式,帮助读者能更好的了解全局显存的组成以及如何优化显存。 文中涉及的主要问题: 如何有效估算一个模型加载后的显存值?...大模型切分策略是如何降低显存的?计算公式怎么构建? 优化显存的方法和常见的优化思路?...2.2 训练的并行计算公式 目前,单卡的物理显存基本不能满足大模型的训练需求,一般会采用模型并行方式来降低单卡显存消耗。...03 显存优化 由于大模型的参数成倍数的增长,远超出了单 GPU 物理显存所能承载的范围,大模型训练必然需要进行显存优化。

    14610

    全球100款大数据工具汇总

    GlusterFS 通过RDMA和TCP/IP方式将分布到不同服务器上的存储空间汇集成一个大的网络化并行文件系统。...Flume支持在日志系统中定制各类数据发送方,用于收集数据。同时,Flume支持对数据进行简单处理,并写入各种数据接受方(可定制)。...介于关系数据库和非关系数据库之间的开源产品,是非关系数据库当中功能最丰富、最像关系数据库的产品。...92、Highcharts Highcharts是一个JavaScript API与jQuery的集成,全球最大的100家公司中有61家正在使用它。图表使用SVG格式,并使用VML支持旧版浏览器。...100、Pentaho BI Pentaho BI 平台不同于传统的BI 产品,它是一个以流程为中心的,面向解决方案(Solution)的框架。

    1.2K60

    100多万大数据颠覆你的10个家庭教育常识

    调查数据却表明,“择校生”和“就近入学”的学业情况相差甚微,成绩优秀的比例分别是29.95%和28.48%,在良好、中等和较差等其他学业水平中,二者的数据也较为接近。...4、回复“可视化”查看数据可视化专题-数据可视化案例与工具 5、回复“禅师”查看当禅师遇到一位理科生,后来禅师疯了!!...知识无极限 6、回复“啤酒”查看数据挖掘关联注明案例-啤酒喝尿布 7、回复“栋察”查看大数据栋察——大数据时代的历史机遇连载 8、回复“数据咖”查看数据咖——PPV课数据爱好者俱乐部省分会会长招募 9、...回复“每日一课”查看【每日一课】手机在线视频集锦 PPV课大数据ID: ppvke123 (长按可复制) 大数据人才的摇篮!...专注大数据行业人才的培养。每日一课,大数据(EXCEL、SAS、SPSS、Hadoop、CDA)视频课程。大数据资讯,每日分享!数据咖—PPV课数据爱好者俱乐部!

    70370

    三大谷歌欧洲数据中心究竟如何做到100%自然冷却

    (b) Google某一数据中心的日PUE曲线 本文即将介绍 的是比利时水侧自然冷数据中心、爱尔兰空气侧自然冷数据中心和芬兰海水直接冷却数据中心。...Kava 该数据中心利用运河的冷水带走热量:在自己修建水处理厂处理好运河水后给数据中心提供冷量,只采用冷却塔而非制冷机组来散热,这个实现了 100%水侧自然冷的机房,是谷歌的第一个完全自然冷的数据中心。...该数据中心已于2010 年上半年完成了全部工程,他们实现了 100%的空气侧自然冷却,采用直接蒸发制冷技术并且定制了个热回收单元,这是Google 在欧洲的第二个无制冷机组的数据中心。...Google 和 DLB 公司一起将其进行改造设计成数据中心。 ? 图(j) 海水制冷方案 ? 图(k) 海水制冷原理 这个数据中心的独特之处在于采用了 100%的海水散热。...图(n) 大型海水冷却泵的水锤设计 综上所述,谷歌的三个数据中心采用了完全不一样的制冷方式,但都实现了 100%的自然冷却,其设计高效、简单、可靠。因此自然冷却百家争鸣,且没有绝对的优劣。

    2K30

    100TB大数据存储方案

    sort=created 请问,在家里攒一套 100TB-200TB 的存储有什么架构方案可以借鉴的?...假定你搭个 100个结点的集群,每个结点就是 100TB,然后每个结点以 175MB 的速度写入,大约需要一个星期写满,这还不包括冗余。...MapReduce是分布式计算框架,GFS(Google File System)是分布式文件系统,BigTable是基于Google File System的数据存储系统,这三大组件组成了Google...Spark与Hadoop最大的不同点在于,Hadoop使用硬盘来存储数据,而Spark使用内存来存储数据,因此Spark可以提供超过Hadoop100倍的运算速度。...Hadoop,Spark和Storm是目前最重要的三大分布式计算系统,Hadoop常用于离线的复杂的大数据处理,Spark常用于离线的快速的大数据处理,而Storm常用于在线的实时的大数据处理。

    1.4K20

    100万数据,如何快速的导入数据库?

    数据导出、导入是非常常见的开发操作,但在这个过程中,很多开发者都会遇到诸如数据乱码、数据格式不支持、数据量太大等问题。...NineData 最新发布的数据导入功能,帮助用户在保障数据完整和准确的同时,轻松地将大量的数据从文件中导入到目标数据库中。1....使用场景NineData 的数据导入功能可以在以下场景下发挥重要作用:外部来源数据导入:在企业需要从外部来源获取数据的场景下,NineData 数据导入功能可以帮助用户将这些外部来源数据导入到目标数据库中...数据初始化:在新建数据库或者重新设置数据库结构时,需要将初始数据导入数据库中,NineData 数据导入功能可以帮助用户将初始数据从文件中导入到目标数据库中,从而快速初始化数据库。...大批量数据更新:需要对数据库执行大规模数据更新的场景。例 1:企业需要将大量的平台订单数据导入到企业数据库,方便进行存储和分析。

    78210

    大模型时代下数据智能的应用与前景 | 4月22日TF100

    为工程师提供顶级交流平台 CCF TF第100期 时间 2023年4月22日 14:00-18:10 主题 大模型时代下数据智能的应用与前景 欢迎扫码了解详情报名现场参会 报名链接:https://conf.ccf.org.cn.../TF100 2022年底,ChatGPT横空出世,其智能水平令人震撼,用户数在短短两个月内过亿,正式拉开了大模型时代的帷幕,也掀起了数据智能应用的又一轮高潮。...会议安排 TF100:大模型时代下数据智能的应用与前景主持人:CCF  TF数据科学SIG主席 巴川 时间 主题 讲者 14:00-14:05 活动介绍及致辞 巴川CCF TF数据科学SIG主席 14:...他具有二十多年的机器学习研发经验,曾在国内外重要学术刊物上发表论文,其工作成果多次获得业内大奖;曾入选“数据科学50人”和“影响中国大数据产业进程100人”,获得过“中国人力资源科技最佳科学家”称号。...他具有二十多年的机器学习研发经验,曾在国内外重要学术刊物上发表论文,其工作成果多次获得业内大奖;曾入选“数据科学50人”和“影响中国大数据产业进程100人”,获得过“中国人力资源科技最佳科学家”称号。

    56510

    Excel催化剂100+大主题功能梳理导读

    Excel催化剂历经1年4个月的开发时间,终于荣登100+个大主题功能,完成数据领域的功能大矩阵,可以说在日常的数据处理及分析上,绝大部分的共性场景已经囊括其中,是数据工作者难得一遇的优秀作品之一。...功能大模块 在100+的主题功能中,以下将尝试通过几个维度来作简单的梳理,希望能够对初次接触的朋友们可以更加清晰地了解Excel催化剂能够给自己的日常工作带来哪些的便利和帮助。...结合Excel催化剂开发的一系列功能增强,让整个数据流程更加地通畅,对数据人员的技能要求、技术水平等降低一大个档次,低门槛地实现数据转换为价值的目标。...第88波-批量提取pdf文件信息(图片、表格、文本等) 除图像的提取外,还有一个非常大的刚需领域,是将非图像存储方式的pdf文件中的数据提取出来。...第100波-透视多行数据为多列数据结构 有些数据结构,返回的同样为非标准数据表结构,一列内容中混杂了多种指标数据,需要进行透视的展开操作,同样对这样的场景实现了一键完成的简单快捷功能封装。

    3K50
    领券