manongpengzai的博客

过去一个月的时间，和小伍一起完成了一个简易的搜索引擎，这算是我真正意义上的第一部与别人合作完成的作品，其过程曲折坎坷，入坑无数，而这些思维上的坑，不觉时仿佛前方是一片康庄大道，等到真正往前一步步走的时候，才真正发觉那些被思维的局限性和盲点所遮掩的坑。所以，我写下这篇博客，希望从这些踩过的坑中，寻找出某些规律或者发现思维的某些惯有的缺陷，从而在之后的路上，能尽可能的避开这些坑，提高自己的学习与成长效率

mysql 服务器对于连接的每个进程，如果客户端没有主动关闭该进程，那么服务器在杀死该进程前默认等待的时间是8小时，对于访问较为频繁的数据库，很有可能在短时间内由于访问量过大，同时闲置进程（sleep状态）又没有被及时清除，造成进程堵塞，也就是大家经常碰见的“too many connections”错误对此问题，我们可以重新设置服务器等待的时间，将其减小，这需要修改my.cnf文件。默认在/etc

spark使用常识性能调优1 shuffle  a 宽窄依赖的说明  b shuffle原理以及如何优化shuffle   c 如何避免数据倾斜2 join    a 字符串与数组转化  大数据下的思维方式与内存管理...

百度实习的面试是师兄内推的，直接是一轮电话面试加一轮现场技术面试，所以没有笔试经验。简历是自然语言处理算法相关（本渣真正有深入接触的只有短文本语义相似度计算，其他最多略知皮毛），师兄内推的是一个多模态语义计算小组，涉及到图片问答、借助知识图谱的语义推理等。 电话面试: 整体来说电话面试没做好准备，仓促慌乱（直接从本科毕业的暑假浪完一圈回来，临时决定找的实习）。 1 首先问的一个问题是关于之前...

自我介绍 讲讲比较擅长的项目 讲讲LSTM TFIDF, LDA, 是否有动手复现 XGB LGB及其优势和原因 文本聚类，KMeans，如何选取初始中心点，如何确定K值。 算法题： 1 两个有序序列的中位数，算法复杂度 O(log(m+n)) 没有完成 2 打印螺旋矩阵 3 严格递增数组A [1,3,4,5,6,8]，循环后B [5,6,8,1,3,4]，给定x ,输出在B中下...