1)关键词匹配公司,字典整合成无嵌套,无多重循环
2)关键词匹配,需要注意encode编码的问题。首先判断是否是指定的编码,若不是,则转换成相应的编码,然后再匹配;
3)适当增加函数实现,特别是return的作用,利用单独写函数(包含要处理的数据及逻辑)可以直接采用if…else…语句多次return,一旦达到条件就立即返回;如果不单独写函数,这个难以实现,还会继续遍历。浪费时间;
4)直接用python的UDF处理与RDD处理,RDD处理后(group by等等)数据结构发生变换,相比udf,更为麻烦;熟悉udf,python的dataframe;;;中文字符匹配的时候,读取的hdfs文件及本地的json文件中的中文字符编码匹配不上,易得不到想要的结果,可以直接用Python,pd.read_csv()处理;
5)私有函数以及私有变量的使用;
6)web调用需要启动总的svc;
7)debug总的svc可以拉通测试,debug任何test文件;
8)规律作息!
2018-4-17周总结
最新推荐文章于 2024-10-07 10:33:49 发布