python后端面试 2020

本文整理了作者在2020年7月遇到的Python后端面试题,涵盖二分查找、MongoDB、Redis、大数据并发处理、网络编程、MySQL优化、分布式系统等多个方面。详细讨论了MongoDB的索引、Redis的缓存策略、MySQL的左查询和右查询意义,以及面试中常见的技术问题和解决方案。
摘要由CSDN通过智能技术生成

#面试题如下

笔者在7月份遇到的面试题如下


二分查找/算法原理/数据结构

二分查找法
key_num
list

def binary_search(key_num,list) 
    mid=len(list)/2
    if list[mid] > key_num:
         binary_search(key_mun,list[:mid])
    elif list[mid] < key_num:
         binary_search(key_mun,list[:mid])
    else:
         print(binary_search[mid])


mongodb 面试题

mongo 是非关系行的数据库(nosql)
1.mongo 无复杂性的锁以及事物出理方面的操作
2. 在collection中,数据库名+集合名叫做名字空间。也就是一个集合的完整名

3.mongodb的结构介绍
数据库中存储的对象设计bson,一种类似json的二进制文件,由键值对组成

4 .数据库的整体结构
键值对–》文档–》集合–》数据库

5. 分析器在MongoDB中的作用是什么?
MongoDB中包括了一个可以显示数据库中每个操作性能特点的数据库分析器。通过这个分析器你可以找到比预期慢的查询(或写操作);利用这一信息,比如,可以确定是否需要添加索引。

6. MongoDB支持存储过程吗?如果支持的话,怎么用?
MongoDB支持存储过程,它是javascript写的,保存在db.system.js表中。

7.MongoDB在A:{B,C}上建立索引,查询A:{B,C}和A:{C,B}都会使用索引吗?

不会,只会在A:{B,C}上使用索引。
10.如果一个分片(Shard)停止或很慢的时候,发起一个查询会怎样?

如果一个分片停止了,除非查询设置了“Partial”选项,否则查询会返回一个错误。如果一个分片响应很慢,MongoDB会等待它的响应。

适用场合:

网站数据:Mongo非常适合实时的插入,更新与查询,并具备网站实时数据存储所需的复制及高度伸缩性。
缓存:由于性能很高,Mongo也适合作为信息基础设施的缓存层。在系统重启之后,由Mongo搭建的持久化缓存层可以避免下层的数据源 过载。
大尺寸,低价值的数据:使用传统的关系型数据库存储一些数据时可能会比较昂贵,在此之前,很多时候程序员往往会选择传统的文件进行存储。
高伸缩性的场景:Mongo非常适合由数十或数百台服务器组成的数据库。Mongo的路线图中已经包含对MapReduce引擎的内置支持。
用于对象及JSON数据的存储:Mongo的BSON数据格式非常适合文档化格式的存储及查询。

redis面试题

  • 用处(缓存/队列 包括Pub、Sub/计数器/排行榜等)
  • 基本操作与数据类型
  • 消息队列 且与其它消息队列的区别
  • 主从备份
  • 宕机如何处理
  • 持久化及原理(原生持久化 & 结合Mysql等数据库持久化)
  • 是否可
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值