1、mapreduce的流程
幾個shuffle，幾個partition，幾次落地磁碟，在combiner裡邊都做了什麼事情
在切分的時候，1029m會切分成幾個切片
2、怎麼能夠確保消費kafka中的資料不重複，也不丟失
不重複可以通過設定zookeeper儲存offset來設定
如果sparkstreaming消費kafka中的資料，消費了一部分之後發現資料處理的有問題，需要重新做處理，這時候怎麼消費，怎麼做。
3、spark基於yarn模式的理解，畫圖說明
4、hive底層是怎麼實現的
5、畫圖說明mapreduce計算wordcount，每一步的結果是什麼
6、mapreduce計算wordcount，需要實現那幾個超類，分別是什麼，知道幾個。
7、kafka中增加併發量的方式有那幾種方式
8、mapreduce中inputformat與 outputformat
9、mapreduce中1029m資料是則麼切分的
10、對hive的理解，什麼是元資料，元資料都人為哪幾種
百度面試及總結
第一道很簡單，問程式在記憶體有幾個資料區，堆和棧區有啥區別 第二道是兩個有序陣列 可能公升序或降序 要求合併到乙個大陣列中，使其仍然有序，講了大體思路，並用c簡單寫了實現 第三道是給出int型的x y兩個數，要求不借助第三個變數交換x和y的值，啊。從大一開始學c，碰到過用value傳參 引用傳參 指...
2019 04 13百度面試總結
二 資料庫 出個題會做題嗎 三 實習 首先簡歷要重新寫，讓人看明白意思 已經修改 1.強化學習q learning 演算法和sarsa演算法的推導 2.rnn lstm具體介紹一下。10.中文分詞的訓練集是什麼樣子的 11.訓練分類的特徵是什麼 12.nlp還有什麼了解的麼，就說了個word2vec...
百度面試問題總結
1，redis中list的資料結構？2，redis的主從複製原理？3，mybatis將資料庫中字段與dto中的變數對應的原理？4，spring aop的原理？模式？5，工廠模式的實現？6，反射？反射的應用？7，tcp ip協議time out命令的執行？關閉連線需要幾步？服務端怎麼知道傳送了fin請...