ak_bingbing的博客

题目：写一个函数，求一个字符串的长度，在main函数中输入字符串，并输出其长度。题目：有一个已经排好序的数组。现输入一个数，要求按原来的规律将它插入数组中。题目：输入数组，最大的与第一个元素交换，最小的与最后一个元素交换，输出数组。KMP :子串在主串中出现几次。题目：八进制转换为十进制。

数据挖掘KDD数据清理: (消除噪声和删除不一致的数据)数据集成（多种数据源可以组合在一起）数据选择（从数据库中提取与分析任务相关的数据）数据变换（数据变换或统一成适合挖掘的形式)数据挖掘（核心步骤，使用智能方法提取数据模式）模式评估（根据某种兴趣度量识别提供知识的真正有趣的模式）知识表示（使用可视化和知识表示技术，向用户提供挖掘的知识）​ 数据仓库(数据立方体)：是一个从多个数据源收集的信息存储库，存放在一致的模式下，并且通常驻留在单个站点上。无结构类型、半结构类型、结构类型。

script>function 函数名(参数列表){函数体(返回值使用return语句)​ 通过这一小节的学习，我们发现你去手写一个网页属实不简单，前端知识点确实比较多，网上流传着这样一句话前端堪比娱乐圈，一天一个新框架，不过不需要大家都记住，只需要你能懂，在业务层一般都是使用组件开发，大不必过度担心。

思路：不需要想的很清楚，想一下生活中的找钱，如果别人给你100元，花了15元，你应该是先找给他50元然后在其20 10 5，(这里默认每一种都有无数张)，这就是一个贪心，贪心贪在你每次都找给他最大的，可能这个还是不是很好理解，就是1元可以给任何钱找钱，而50元只有大于50元我才可以找找，很多时候无形之中就已经使用了贪心。现有面值分别为1角1分，5分，1分的硬币，请给出找1角5分钱的最佳方案。素数环，从1到20这20个数摆成一个环，要求相邻的两个数的和是一个素数。，先求解子问题，将子问题的答案记录在。

几个组件：Hbase,Spark,Hive,ZooKeeper,Sqop,Yarn,Pig,Storm,Flumne。MongoDB没法直接创建数据库，可以先use 一个数据库，然后 插入数据 ---一个数据库就建好了。再 交给map方法进行处理----->新的-HDFS是按照块来进行存储的，128MB一个，副本个数为3，块是文件存储处理的逻辑单元。（2）适合存储大文件，一次写入，多次读取，顺序读写，不适合多用户并发写相同文件。------查看所有数据库。

(关于导出分片的理解： 比如说我们有10万条数据 我们需要备份到另一个数据库上 我们可以按照某个字段例如id 每次划分前1万条数据作为分片 多次分片 逐次导出 )（按照一定的规则水平划分）分布式数据库（DDB）：是由一组数据组成的，这组数据分布在计算机网络的不同计算机上，网络中的每个结点具有独立处理的能力，每个节点也能通过。场地自治性：各场地上的数据由本地的DBMS管理，具有自治处理能力，完成本场地的应用（局部应用）导出划分：导出水平划分， 水平分片的条件不是本关系属性的条件，而是其他关系属性的条件。

数据库中，通常会针对一个或者几个列建立索引，因此对于少量的特定条件的数据的访问，数据库可以有很高的效率，较低的延迟。struct() {"street":"a","city":"abd","street":"b","city":"ccc"} 我们发现每一组的键是固定的 值是不定的。当然，这个低是有条件的，即数据规模较小，当数据规模大到超过数据库的处理能力的时候，Hive的并行计算显然能体现出优势。数据类型转化： 低精度可以转化高精度 int-------------> double。

Hadoop导出到本地：hadoop fs -get hadoop路径 本地路径合并多个导出到本地：hadoop fs -getmerge hadoop路径 本地路径清空表中的数据： truncate table studnet;（这里只对内部表有用）(不可以删除外部表中的数据)删除表： drop table 表;(内部表元数据和数据都删除)(外部表只能删除元数据，不能删除数据)##对分隔符进行解释。

数据仓库提供用户用于决策支持的当前和历史数据。数据仓库技术是为了有效的把操作型数据集成到 统一的环境中以提供决策型数据访问，的各种技术和模块的总称。ETL：提取、转化、加载 extraction transformation ，load。OLTP：联机事务处理系统(对相应时间要求非常高)(面向处理人员)DWS 数据服务层 data service system。ADS 数据应用层 apply data system。OLAP：联机分析处理(面向决策人员)周期型事务表、实体表、一般维度表。