MST

àì夳堔傛蜴生んèń 2022-11-24 14:23 224阅读 0赞

# 1.备份： #

## sqlserver: ##

1.1热备：always On 组件 读写分离：[https://blog.csdn.net/hzp666/article/details/107964386][https_blog.csdn.net_hzp666_article_details_107964386]

1.2本地备份，（备份计划）：[https://blog.csdn.net/hzp666/article/details/81671246][https_blog.csdn.net_hzp666_article_details_81671246]

## Oracle： ##

## MySQL： ##

# 2.读写分离，集群 #

## SQL server：always On 组件 读写分离：[https://blog.csdn.net/hzp666/article/details/107964386][https_blog.csdn.net_hzp666_article_details_107964386] ##

always on部署:[https://docs.microsoft.com/zh-cn/sql/database-engine/availability-groups/windows/use-the-new-availability-group-dialog-box-sql-server-management-studio?view=sql-server-ver15][https_docs.microsoft.com_zh-cn_sql_database-engine_availability-groups_windows_use-the-new-availability-group-dialog-box-sql-server-management-studio_view_sql-server-ver15]

# 3.性能优化 #

\# 导致索引失效的情况

## SQL server： ##

3.1.1执行计划： [https://blog.csdn.net/hzp666/article/details/107889323][https_blog.csdn.net_hzp666_article_details_107889323]

执行计划中，Table Scan, Index Scan, Index Seek名词解释：[https://blog.csdn.net/hzp666/article/details/107987543][https_blog.csdn.net_hzp666_article_details_107987543]

3.1.2 merge join  、loop join、hash join    [https://blog.csdn.net/hzp666/article/details/107847358][https_blog.csdn.net_hzp666_article_details_107847358]

下面我们通过一个表格简单总结这几种连接方式的消耗和使用场景:

<table> 
 <tbody> 
  <tr> 
   <td>&nbsp;</td> 
   <td>嵌套循环连接</td> 
   <td>合并连接</td> 
   <td>哈希连接</td> 
  </tr> 
  <tr> 
   <td>适用场景</td> 
   <td>外层循环小，内存循环条件列有序</td> 
   <td>输入两端都有序</td> 
   <td>数据量大，且没有索引</td> 
  </tr> 
  <tr> 
   <td>CPU</td> 
   <td>低</td> 
   <td>低（如果没有显式排序）</td> 
   <td>高</td> 
  </tr> 
  <tr> 
   <td>内存</td> 
   <td>低</td> 
   <td>低（如果没有显式排序）</td> 
   <td>高</td> 
  </tr> 
  <tr> 
   <td>IO</td> 
   <td>可能高可能低</td> 
   <td>低</td> 
   <td>可能高可能低</td> 
  </tr> 
 </tbody> 
</table>

3.1.3 聚集索引和非聚集索引的区别，适合使用场景

## Oracle： ##

3.1

## 3.2索引 ##

### SqlServer： ###

聚合索引 和非聚合索引  :[https://blog.csdn.net/hzp666/article/details/82747590][https_blog.csdn.net_hzp666_article_details_82747590]

索引碎片

填充因子

### Oracle： ###

## 3.3SQL执行顺序 ##

### SqlServer： ###

[https://blog.csdn.net/hzp666/article/details/109290072][https_blog.csdn.net_hzp666_article_details_109290072]

from    表join   on

where

group

having

select

order

# 4.\* SQL面试题 #

[https://blog.csdn.net/hzp666/article/details/72190902][https_blog.csdn.net_hzp666_article_details_72190902]

# 5.云数据库 #

# 6.锁，事务隔离，脏读和幻读 #

### SQL server： ###

SQLserver中的锁：[https://blog.csdn.net/hzp666/article/details/107988409][https_blog.csdn.net_hzp666_article_details_107988409]

### Oracle： ###

Oracle中的锁:[https://blog.csdn.net/hzp666/article/details/72962213][https_blog.csdn.net_hzp666_article_details_72962213]

### MySQL： ###

MySQL中的锁：[https://blog.csdn.net/hzp666/article/details/107988115][https_blog.csdn.net_hzp666_article_details_107988115]

# 7.函数 #

### SQL server： ###

7.1行转列 实现原理

如果从最原始的实现，不借助封装的函数，就是用group by分组加sum和decode配合来完成

7.2日期转换

7.3开窗函数

[https://blog.csdn.net/hzp666/article/details/110442490][https_blog.csdn.net_hzp666_article_details_110442490]

### Oracle： ###

7.1 merge into：

7.2开窗函数

[https://blog.csdn.net/hzp666/article/details/110442490][https_blog.csdn.net_hzp666_article_details_110442490]

### Mysql: ###

7.1 确定性函数和非确定性函数

7.2 内置非确定性函数不能用在用户定义函数的主体中

7.3自定义函数不能修改，只能drop 再create ，alter 只能修改属性 不能修改逻辑内容。 存储过程也是一样

7.4存储过程和函数的区别 [https://blog.csdn.net/hzp666/article/details/107955887][https_blog.csdn.net_hzp666_article_details_107955887]

# 8.大数据组件 #

大数据面试题：

[https://blog.csdn.net/hzp666/article/details/117785001][https_blog.csdn.net_hzp666_article_details_117785001]

## 8.0 内存、JVM、GC ##

## 8.1数据倾斜： ##

[https://blog.csdn.net/hzp666/article/details/108096455][https_blog.csdn.net_hzp666_article_details_108096455]

[https://blog.csdn.net/hzp666/article/details/108102049][https_blog.csdn.net_hzp666_article_details_108102049]

## 8.2   hdfs ##

### 8.2.1  hdfs如何解决小文件问题 ###

[https://blog.csdn.net/hzp666/article/details/108358451][https_blog.csdn.net_hzp666_article_details_108358451]

[https://blog.csdn.net/hzp666/article/details/117366747][https_blog.csdn.net_hzp666_article_details_117366747]

## 8.3 spark ##

spark面试题梳理：[https://blog.csdn.net/hzp666/article/details/110792573][https_blog.csdn.net_hzp666_article_details_110792573]

### 8.3.1 spark如何查看spark计算的执行计划？ ###

explain sql

### 8.3.2  spark如何自定义执行计划？ ###

### 8.3.2  说说spark的逻辑计划转化成物理计划的过程原理？ ###

### 8.3.2 说说spark中通讯机制？ ###

### 8.3.3 spark实现netty有哪些组件？ ###

### 8.3.4 说说case object  和 case  class的区别？ ###

### 8.3.5 说说private 后边跟的 \[ \] 中括号 什么意思？ ###

### 8.3.6 宽窄依赖 ###

[https://blog.csdn.net/modefrog/article/details/79581770][https_blog.csdn.net_modefrog_article_details_79581770]

### 8.3.7 Spark on Hive 和 Hive on Spark的区别 ###

[https://blog.csdn.net/hzp666/article/details/111033006][https_blog.csdn.net_hzp666_article_details_111033006]

### 8.3.8 Spark Shuffle 原理怎么理解的？ ###

[https://blog.csdn.net/hzp666/article/details/117930388][https_blog.csdn.net_hzp666_article_details_117930388]

### spark shuffle怎么优化？ ###

[https://blog.csdn.net/hzp666/article/details/117952702][https_blog.csdn.net_hzp666_article_details_117952702]

### 8.3.9  血统的宽依赖与窄依赖如何定义的？ ###

### 8.3.\* 哪些算子导致shuffle ###

### 8.3.10 MR与Spark的区别 ###

[https://blog.csdn.net/hzp666/article/details/114971356][https_blog.csdn.net_hzp666_article_details_114971356]

### 8.3.11 udf函数 ###

### 8.3.12 分区，自定义分区 ###

[https://blog.csdn.net/hzp666/article/details/117074015][https_blog.csdn.net_hzp666_article_details_117074015]

### 8.3.12.1 spark中repartition和coalesce的区别 ###

[https://blog.csdn.net/hzp666/article/details/117924772][https_blog.csdn.net_hzp666_article_details_117924772]

### 8.3.13 持久化 ###

[https://blog.csdn.net/hzp666/article/details/117074015][https_blog.csdn.net_hzp666_article_details_117074015]

### 8.3.14 解析json ###

[https://blog.csdn.net/hzp666/article/details/117752252][https_blog.csdn.net_hzp666_article_details_117752252]

### 8.3.15 对RDD理解 ###

### 8.3.16 spark内存机制 ###

## 8.4Flink ##

占坑

8.4.1 flink cdc和传统的canal采集放到kafka，然后flink消费有啥区别

## 8.5kafka ##

占坑

## 8.6 hive ##

###    8.6.1     hive的优化 ###

### [https://blog.csdn.net/hzp666/article/details/110920158][https_blog.csdn.net_hzp666_article_details_110920158] ###

### 参数调优：[https://blog.csdn.net/hzp666/article/details/117366541][https_blog.csdn.net_hzp666_article_details_117366541]   8.6.2    小文件处理   8.6.3    hive加密   8.6.4    json数据解析 ###

### [https://blog.csdn.net/hzp666/article/details/117923070][https_blog.csdn.net_hzp666_article_details_117923070]   8.6.5    数据降维   8.6.6    hive SQL常用函数：日期、开窗、 ###

### 行转列 ###

### [https://blog.csdn.net/hzp666/article/details/117922941][https_blog.csdn.net_hzp666_article_details_117922941]   8.6.7    hiveSQL优化   8.6.8    hiveSQL转换原理 ###

### 8.6.9  hive怎么自定义udf ###

[https://blog.csdn.net/hzp666/article/details/117901418][https_blog.csdn.net_hzp666_article_details_117901418]

编写一个java类继承UDFS类 重写aluate方法即可，返回一条数据

### 8.6.10 hive四种表，内部表、外部表、分区、分捅 ###

[https://blog.csdn.net/hzp666/article/details/117810897][https_blog.csdn.net_hzp666_article_details_117810897]

## 8.7 HBase ##

### 8.7.1 有没有了解过HBase的资源隔离和异构存储，说说其原理？ ###

### 8.7.2 设计HBase表需要注意的点 ###

[https://blog.csdn.net/hzp666/article/details/114974886][https_blog.csdn.net_hzp666_article_details_114974886]

### 8.7.3 HBase的HLog ###

[https://blog.csdn.net/hzp666/article/details/114975070][https_blog.csdn.net_hzp666_article_details_114975070]

## 8.8redis ##

### 8.8.1 redis如何实现大数据量的存储 ###

eg:1000万商品数据，redis只能存200万

# 9.数据仓库 #

## 9.1 数仓分层，每层特点，每层直接做的处理 ##

## 9.2 建模方法，维度建模，星形模型，雪花模型 ##

## 9.3 维度层搭建，维度表来源 ##

# #

## 9.10拉链表（压缩存储） ##

[https://blog.csdn.net/hzp666/article/details/108129970][https_blog.csdn.net_hzp666_article_details_108129970]

## 9.11非结构化文件存储 ##

# 10.算法 #

## 10.1 红黑树平衡算法 ##

## 10.2逻辑回归 ##

## 10.3朴素贝叶斯 ##

# 999.其他 #

## \# 一个链表，不知道长度，怎么求中间节点   ##

快慢指针：定义一个走两步的指针一个走一步的指针

## \#二叉树和磁盘目录有什么关系 ##

## \#怎么查找文件最快 ##

HR问题：

1.离开原因：

2.做过的项目，介绍

a.介绍项目是干嘛的，eg:公司信息化看板项目，主要是公司财务、销售、库存、采购指标。

b.项目开发流程。eg:从各个业务系统收集数据

3.遇到复杂或值得分享的问题，如何解决的

4.做的比较有成就感的事情

[https_blog.csdn.net_hzp666_article_details_107964386]: https://blog.csdn.net/hzp666/article/details/107964386
[https_blog.csdn.net_hzp666_article_details_81671246]: https://blog.csdn.net/hzp666/article/details/81671246?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522159670127019724811826893%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=159670127019724811826893&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_v1~rank_blog_v1-1-81671246.pc_v1_rank_blog_v1&utm_term=%E5%A4%87%E4%BB%BD&spm=1018.2118.3001.4187
[https_docs.microsoft.com_zh-cn_sql_database-engine_availability-groups_windows_use-the-new-availability-group-dialog-box-sql-server-management-studio_view_sql-server-ver15]: https://docs.microsoft.com/zh-cn/sql/database-engine/availability-groups/windows/use-the-new-availability-group-dialog-box-sql-server-management-studio?view=sql-server-ver15
[https_blog.csdn.net_hzp666_article_details_107889323]: https://blog.csdn.net/hzp666/article/details/107889323
[https_blog.csdn.net_hzp666_article_details_107987543]: https://blog.csdn.net/hzp666/article/details/107987543
[https_blog.csdn.net_hzp666_article_details_107847358]: https://blog.csdn.net/hzp666/article/details/107847358
[https_blog.csdn.net_hzp666_article_details_82747590]: https://blog.csdn.net/hzp666/article/details/82747590
[https_blog.csdn.net_hzp666_article_details_109290072]: https://blog.csdn.net/hzp666/article/details/109290072
[https_blog.csdn.net_hzp666_article_details_72190902]: https://blog.csdn.net/hzp666/article/details/72190902
[https_blog.csdn.net_hzp666_article_details_107988409]: https://blog.csdn.net/hzp666/article/details/107988409
[https_blog.csdn.net_hzp666_article_details_72962213]: https://blog.csdn.net/hzp666/article/details/72962213
[https_blog.csdn.net_hzp666_article_details_107988115]: https://blog.csdn.net/hzp666/article/details/107988115
[https_blog.csdn.net_hzp666_article_details_110442490]: https://blog.csdn.net/hzp666/article/details/110442490
[https_blog.csdn.net_hzp666_article_details_107955887]: https://blog.csdn.net/hzp666/article/details/107955887
[https_blog.csdn.net_hzp666_article_details_117785001]: https://blog.csdn.net/hzp666/article/details/117785001
[https_blog.csdn.net_hzp666_article_details_108096455]: https://blog.csdn.net/hzp666/article/details/108096455
[https_blog.csdn.net_hzp666_article_details_108102049]: https://blog.csdn.net/hzp666/article/details/108102049
[https_blog.csdn.net_hzp666_article_details_108358451]: https://blog.csdn.net/hzp666/article/details/108358451
[https_blog.csdn.net_hzp666_article_details_117366747]: https://blog.csdn.net/hzp666/article/details/117366747
[https_blog.csdn.net_hzp666_article_details_110792573]: https://blog.csdn.net/hzp666/article/details/110792573
[https_blog.csdn.net_modefrog_article_details_79581770]: https://blog.csdn.net/modefrog/article/details/79581770
[https_blog.csdn.net_hzp666_article_details_111033006]: https://blog.csdn.net/hzp666/article/details/111033006
[https_blog.csdn.net_hzp666_article_details_117930388]: https://blog.csdn.net/hzp666/article/details/117930388
[https_blog.csdn.net_hzp666_article_details_117952702]: https://blog.csdn.net/hzp666/article/details/117952702
[https_blog.csdn.net_hzp666_article_details_114971356]: https://blog.csdn.net/hzp666/article/details/114971356
[https_blog.csdn.net_hzp666_article_details_117074015]: https://blog.csdn.net/hzp666/article/details/117074015
[https_blog.csdn.net_hzp666_article_details_117924772]: https://blog.csdn.net/hzp666/article/details/117924772
[https_blog.csdn.net_hzp666_article_details_117752252]: https://blog.csdn.net/hzp666/article/details/117752252?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522162373936016780261914433%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=162373936016780261914433&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_v2~rank_v29-1-117752252.nonecase&utm_term=spark%E8%A7%A3%E6%9E%90json&spm=1018.2226.3001.4450
[https_blog.csdn.net_hzp666_article_details_110920158]: https://blog.csdn.net/hzp666/article/details/110920158
[https_blog.csdn.net_hzp666_article_details_117366541]: https://blog.csdn.net/hzp666/article/details/117366541
[https_blog.csdn.net_hzp666_article_details_117923070]: https://blog.csdn.net/hzp666/article/details/117923070
[https_blog.csdn.net_hzp666_article_details_117922941]: https://blog.csdn.net/hzp666/article/details/117922941
[https_blog.csdn.net_hzp666_article_details_117901418]: https://blog.csdn.net/hzp666/article/details/117901418
[https_blog.csdn.net_hzp666_article_details_117810897]: https://blog.csdn.net/hzp666/article/details/117810897
[https_blog.csdn.net_hzp666_article_details_114974886]: https://blog.csdn.net/hzp666/article/details/114974886
[https_blog.csdn.net_hzp666_article_details_114975070]: https://blog.csdn.net/hzp666/article/details/114975070
[https_blog.csdn.net_hzp666_article_details_108129970]: https://blog.csdn.net/hzp666/article/details/108129970