小万和大树知识成长营地 (Page 6)

校招必备！SQL连续登录问题完全攻略 - 窗口函数从入门到精通

作为一个准备校招的同学，如果你还不会解决连续登录问题，那真的要抓紧了！这个问题在各大厂的面试中出现频率超高，特别是字节、阿里、腾讯这些互联网公司，几乎是必考题。今天就来彻底搞懂这个经典问题，保证看完就能手撕代码，面试官问到直接秒杀！为什么连续登录问题这么重要？想象一下这个场景：你刚入职实习，产品经理找到你说："小李啊，帮我分析一下用户粘性，看看连续登录超过7天的用户有多少，他们的行为特征是什么？

SQL

深入理解：ETL开发与数据开发到底有啥区别？

小结今天咱们来好好聊聊ETL开发和数据开发这两个“兄弟”，它们听起来有点像，但其实各有各的“绝活”！简单来说，ETL（抽取、转换、加载）开发就是数据处理流水线上的一个关键环节，专门负责把数据从各种“角落”里捞出来，给它“洗洗澡，整整容”，然后送到该去的地方。而数据开发呢，

数仓知识点

概述在企业数字化转型过程中，数据仓库作为支撑业务决策的重要基础设施，承载着海量的业务数据。然而，如果将所有数据都放在一个层级中处理，就像把生产车间、仓储区和展示厅混在一起，必然会造成混乱。因此，数据仓库需要分层设计，就像建造一栋大楼需要设计不同的楼层一样，每一层都有其特定的功能和作用。典型的数据仓库分层架构根据数据处理的逻辑步骤，典型的数据仓库分为以下几个层次： 1. ODS层（原始数据层）功能定位：

数仓知识点

大数据面试题—Spark

针对国内，国外面试

数仓知识点

MapReduce Shuffle机制详解

什么是Shuffle？ Shuffle是MapReduce框架中最核心也是最复杂的阶段，它发生在Map阶段和Reduce阶段之间。简单来说，Shuffle就是将Map任务的输出数据重新分发给相应的Reduce任务的过程。为什么需要Shuffle？想象一个词频统计的场景： * 多个Map任务处理不同的文档片段，每个Map都会输出(word, count)键值对 * 但同一个单词可能出现在不同的Map输出中 * 我们需要将相同key的数据汇聚到同一个Reduce任务中进行合并计算这就是Shuffle存在的意义：数据的重新分发和聚合。 Shuffle的详细流程 1. Map端的Shuffle（Map-side

数仓知识点

【问答专栏】第一期

学历问题:投不到简历和学历直接相关，但只要拿到面试机会，更看重你的表现和潜力，别太焦虑。考不考算法? 为什么一面总挂?! AI冲击会被淘汰吗? 不会八股也能进大厂吗?

面试经验

Hadoop数据仓库知识点整理

Hadoop大数据仓库完整知识点详解知识点1：集群的最主要瓶颈 ⭐⭐⭐ 核心结论磁盘IO是集群的最主要瓶颈详细分析为什么是磁盘IO？ 1. 硬件性能对比 * CPU运算速度：GHz级别（10^9次/秒） * 内存访问速度：纳秒级别（10^-9秒） * 网络传输速度：Gbps级别

数仓知识点

【真题集锦】百度数仓面试题

1. 项目中为什么考虑用两个平台来做？ 2. 为什么你们白天做实时，晚上做离线，白天有离线任务吗？晚上有实时任务吗？ 3. 你们两个平台统计的指标有什么不同，你们数据量多大？ 4. 有多少表？ 5. 表都存在hive里吗？ 6. 实时数据存在哪里？ 7. 解释下ODS，DWD等数据分层？ 8.

百度数仓面试题

💡 Spark的提交任务流程？原理？ 🚀 实习项目中你是采取的是什么模式去提交的？ ⚙️ 怎么配置Executor？ 📝 你了解Spark的一些配置吗？ 🔄 TaskManager和Executor的区别？ 💾 写入MySQL怎么做？方式？ 📖 知识图谱中常见的查询命令？ 🗄️ 除了Neo4j图形数据库，还了解其他数据库吗？ 💻 有用Java用过UDF吗？ 🧩 UDF类型？ HashMap的底层结构？ 🌳 链表+红黑树有了解吗？为什么需要这样设计？ ⚡ Spark和MR区别？ 💽 MR写磁盘会排序吗？ 🔁 Map阶段到Reduce阶段发生了什么？

面经