数据分析岗笔试卷三

美团点评2020校招数据分析方向笔试题

更多数据分析试卷请点击数据分析真题

考点涉及：业务分析能力、索引原理、数学、算法编程

持续更新中！！！

1. 广告是互联网企业重要的变现模式，在美团的广告业务中，商家会和美团的销售签订不同类型的广告合同（比如，按点击收费的广告cpc、按曝光收费的广告cpm、按时长收费的广告cpt）。美团会为商家创建相关的广告内容素材创意（比如，门店图片、活动图片、促销文字等），并通过美团的广告引擎，根据用户访问的行为特征，基于算法策略将商家的广告内容投放到美团的app或者外部合作伙伴（比如如：腾讯，头条）的app不同的展示位置上。普通用户访问这些广告后，会对商家产生兴趣，可能产生购买转换行为，美团会和商家做广告的计费结算，同时为商户提供用户的广告效果信息（比如：广告带来的门店访问量、订单数等）。
   （1）、 如果让你对这个业务进行抽象，你会抽象出哪些数据分析主题，并说出你这样分的原因；
   （2）、 请你根据问题1抽象的主题，进行主题模型设计，并说明设计的模型内容，以及模型之间的关系

2. 说明关系型数据库通过索引提升查询效率的背后原理 。 深入了解索引

参考答案：

1. 如果没有索引，数据库引擎需要通过全表扫描来查找数据，这会产生大量的磁盘IO。
2. 关系型数据库使用B+树构建索引来加速加快查询。B+树是一种二叉查找树（每个节点的键值必须：比保存在左子树的任何键值都要大，比保存在右子树的任何键值都要小），这样随机查找某个键值时可以通过从根节点执行二叉查找来加速查询，查询成本取决于树的层数。
3. 针对范围查询和排序的优化：在每个叶子节点保存其下一个叶子节点的指针，这样当指定范围范围查询时，先从根节点根据范围的左值找到其叶子节点，之后通过向后遍历叶子节点即可找到对应范围右值，这样可以加速范围查询、排序、分组等数据库查询动作。
4. 针对磁盘读写速度的优化：除了叶子节点之外的其他节点只保存键值，这样对磁盘的单次读写可以获取到尽可能多的数据。以MySQL为例，一个1000万行的表对应的B+树按照主键查找理论上只需要3次磁盘IO，这相对于全表扫描带来的磁盘IO是多个量级的性能提升。
5. MySQL等数据库引擎在实际实现B+树索引的时候，针对磁盘读写做了优化：非叶子节点中只存放key值，叶子节点中除了key值也会存放数据，按照存放数据的不同索引区分为主索引（聚簇索引）和辅助索引：
   a) 主索引的叶子节点中存放该key值对应的完整记录，使用主索引进行查找时，可以直接输出记录；一个表只能创建一个主索引。
   b) 普通索引的叶子节点则存放对应主键的值，因此在使用辅助索引进行查找时，需要先查找到主键值，然后再到主索引中进行查找；一个表可以创建多个辅助索引。
6. 除了B+树，关系型数据库一般也支持哈希索引，哈希索引能够非常高效地进行随机查找，但是对于范围查询、排序和分组都不支持。

3. 【污水处理问题】一家污水处理厂通过去掉污水中有害的污物来净化水质，生产出用于灌溉使用的水源。该处理过程每小时可以去掉处理池中剩余污物的12%。
   （1）一天后处理池中将大概处理掉百分之几的污物？
   （2）要多长时间才能把污物的量减少一半？

解析：
设t时刻的污水量为H(t),其中最初污水量为$H_0$, 则，H(t) = $(0.88{)}^t\ast H_0$
(1) H(24) = $(0.88{)}^{24}\ast H_0=0.05H_0$，即大概处理掉95%的污物
(2) $(0$