1.storm與flink怎樣寫出符合併發的程式？靜態與動態，不變快取的盡量載入一次；
2.封裝與模組化思想？類與方法？示例，一次編寫，到處執行（過濾港口和錨地**）；
3.物件序列化？storm與flink中的區別，各個-元件之間的序列化問題；【各個運算元是否需要序列化，怎樣避免序列化】
4.記憶體中怎樣減少fullgc,物件復用；
5.flink中初始化幾次，開啟併發的情況呢，放在a: prepare()方法中，放在建構函式中b，放在靜態**塊中c(或靜態變數)
例如，5臺機器(即5work節點,即5個taskmanager)，併發開啟成10，則在乙個map運算元中的richmapfunction中，靜態變數和**塊分別在a/b/c中的初始化的次數？？
1.spark中task與mapreduce中的task有什麼區別？
Meteor 使用疑問總結
使用meteor有七八個月了，現在總結下meteor的幾點感受 先說說缺點吧 meteor 對npm支援不是很好，需要加入幾個packages後才能使用npm的packages 疑問 meteor mongodb 的時候如何解決讀寫分離。meteor 服務端的methods 如何做到登入檢查，而不是...
大資料面試總結
1 給出乙個超過100g的log file，log中存著ip位址，設計演算法找到出現次數最多的ip位址?採用雜湊切割將ip相同的檔案都對映到同乙個檔案中，在一次統計每個檔案ip的個數，求出最多的，如果乙個ip出現的次數特別多，切割之後還是無法載入到記憶體中，我們可在對這個檔案進行切割 普通切割 分成...
大資料MapReduce總結
mapreduce定義 hadoop mapreduce是乙個軟體框架，基於該框架能夠容易地編寫應用程式，這些應用程式能夠執行在由上千個商用機器組成的大集群上，並以一種可靠的，具有容錯能力的方式並行地處理上tb級別的海量資料集。mapreduce主要思想 分久必合 mapreduce兩個階段 map...