- 博客(5)
- 收藏
- 关注
原创 大数据面试知识点
大数据: 1.离线数仓【ERP、电商、业务清楚、】 1.业务熟悉 2.技术架构 3.数仓建设 4.指标【5个】 做过哪些指标 如何做的 2.spark工具: 1.技术架构 2.优点: 3.实时指标yarn : 1.背景 2.好处 3.具体实现 3.回答技术点 【简历上的】 1.linux : 1.pid port 2.tail -f -F 3.cat 4.环境变量: 个人 全局 5.常用的linux命令有哪些: ps -ef netstat free top tail 查看文件大小:l
2022-07-02 11:09:41
170
1
原创 学习笔记(4)
学习目标: 掌握 scrapy爬虫框架知识 学习内容: 爬虫的框架: scrapy : An open source and collaborative framework for extracting the data you need from websites. In a fast, simple, yet extensible way. 1.开源的爬虫框架 2.快速、简单、高效的方式 2.安装部署 3.基本使用 1.创建一个项目 scrapy startproject test_scrapy 1.项
2022-04-09 10:29:33
49
原创 学习笔记(3)
学习目标: 掌握 Python爬虫知识 学习内容: 爬虫: 1.百度百科 2.自己理解: 通过代码、模拟浏览器上网 然后抓取数据的过程 数据解析 2.爬虫是否合法? 1.法律允许 2.有法律风险的 3.统一规定? 【法律界限】 robots.txt协议 4.爬虫的分类: 1.获取一整张页面 【通用爬虫】 2.获取一整张页面 部分数据 【聚焦爬虫】 3.检查页面更新、获取页面最新的更新的数据 【增量式爬虫】 5.爬虫的规则: 1.反爬策略: 门户网站 通过 技术手段 防止爬虫程序对页面爬取数据 2.反 反爬策
2022-04-09 10:22:43
48
原创 学习笔记(2)
学习目标: 掌握 Python函数知识 学习内容: 1.函数: 函数 =》方法 【区别不大】 scala 【有区别】 1.内置函数 【 常用类的api】 1.数学相关的 【math 包下的】 2.自定义函数 3.匿名函数【没有名字的函数】 1.内置函数 【 常用类的api】 print(abs(-10)) #绝对值 print(max(1, 2, 3, 4, 5)) print(min(1, 2, 3, 4)) print(sum([1, 2, 3])) import math print(math.sqr
2022-04-09 10:18:10
648
原创 学习笔记(1)
学习目标: 掌握 Python 入门知识 学习内容: ython: 1.概述: 1.语言 2.开发起来简洁 =》 java 2.使用场景: 1.数据分析 =》 numpy 、pandas 2.web 开发 =》 用的不多 、 百度 3.游戏开发 =》 用的不多 4.AI (机器学习、深度学习) 5.爬虫 1.安装: 1.python 原生的安装包 www.python.org 2.anaconda 安装 =》 1.python 有的 2.有一些丰富的第三方库 anaconda:
2022-04-09 10:14:53
56
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人