1.固态硬盘为什么会比机械硬盘快？
2.闪存（flash）的实现原理？
3.Python在爬取网页的时候用到的库?将网页中的，全部替换为.如何实现?网页中的图片如何爬取？
①urllib
②re.sub：
③右键查看源码，找到图片的相应匹配规则（当时想的深了，想着图片的编码怎么在爬取的时候转换和普通文本一致。。。。）比如jpg文件那么.jpg就是一个很好的匹配过滤条件，以爬取百度图片-------hello为例：
图形页面：
源码界面：
具体爬取方式：
4.利用MapReduce实现group by的功能？
MapReduce实现基本SQL操作的原理-join和group by，以及Dinstinct
5.Hive与HBase的区别？
之前看过一篇文章，所以就着文章笃定的答道：Hive是遍历全表查询的，忽略了前提条件，可以说是不严谨，那个前提条件就是Hive不做分区表的情况下：
6.什么是ETL？
7.Sqoop在超大数据的情况下，性能不佳，如何解决？
这个问题不是面试官问我的，而是出于疑惑，我请教面试官的，因为之前的一些面试，都谈到Sqoop好不好用这个问题？基于Sqoop 的使用效果，我垂直搜索了一下，发现，无非两类：一是Sqoop2较Sqoop1的架构上的演进，以及Sqoop和淘宝的DataX，还有Kettel相比性能之优越，插件之丰富，然而我要的是关于Sqoop的一些负面的文章，垂直搜索的时候并没有搜到。请教了面试官后，面试官给出了解答:Spark dataFrame，大量异构数据同步的一种框架级解决方案！！！
8.HBase二级索引如何建立？
扫一扫
2072
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
