ORC（OptimizedRC File）也是 Apache 的顶级项目，也是自描述的列存储，源自于RC（RecordColumnar File），主要是在 Hive 中使用，支持数据压缩、索引功能、update 操作、ACID 操作、支持复杂类型等，其查询性能相对 Parquet 略有优势。orc文件有如下结构：block,stripe,row_group,stream,index data,R

技术面Q1：对大数据技术有一定的了解，讲讲你都学了什么Q2：写SPARK过程中遇到的问题Q3：HDFS调节过参数吗Q4：学校里面有参加一些项目吗Q5：如果项目中与其他同事出现分歧过后，你会怎么做Q6：求学过程中，让你影响最深刻的一件事Q7：你怎么管理时间的Q8：如何释放压力Q9：三个优点、一个缺点Q10：介意加班吗HR面Q1：自我介绍Q2：印象最深的事情Q3：支教的资金来源Q4：城市选择，深圳、北

1.Spark的并行度指的是什么？spark作业中，各个stage的task的数量，也就代表了spark作业在各个阶段stage的并行度！当分配完所能分配的最大资源了，然后对应资源去调节程序的并行度，如果并行度没有与资源相匹配，那么导致你分配下去的资源都浪费掉了。同时并行运行，还可以让每个task要处理的数量变少（很简单的原理。合理设置并行度，可以充分利用集群资源，减少每个task处理数据量，而增

1、pytorch-gpu环境搭建CPU版本与GPU版本采用相同版本：python=3.6，torch=1.2.0，torchvision=0.4.0，cuda=10.0下载链接：https://download.pytorch.org/whl/torch_stable.html2、tensorboard使用使用tensorboardX模块达到tensorboard可视化的效果下述代码运行完毕过后

1、BMPR简介Balsamiq Mockups Document 文件最初是由Balsamiq Studios, LLC 为 Balsamiq Mockups 软件应用程序开发的。 Annoymous用户数据统计推断，BMPR 文件在China和使用Windows 10 设备的用户中最受欢迎。2、Balsamiq Wireframes for Desktop软件简介台式机的Balsamiq线框可

1、模块导入import matplotlib.pyplot as pltimport seaborn as sns2、线图绘制（1）全量数据数据准备sns.lineplot(data=spotify_data)（2）某一列数据sns.lineplot(data=spotify_data[‘Shape of You’], label=“Shape of You”)sns.lineplot(data

导入需要的函数包import org.apache.spark.SparkConfimport org.apache.spark.SparkContextimport org.apache.spark.mllib.regression.LabeledPointimport org.apache.spark.mllib.linalg.{Vectors,Vector}import org.apache

1、技术一面Q1：根据实习经历介绍自己的技能积累和成长Q2：介绍最有收获的一次项目A2：抖音OOM问题的解决Q3：本科阶段有哪些难忘的事情A3：支教Q4：支教的钱怎么获取的Q5：俄罗斯方块Q6：冒泡排序Q7：RPC协议的字典序列Q8：递归算法中，递归深度比较深的时候，怎么解决Q9：无限个网页，受限于内存和可查看网页的限制，设计一种数据结构来存储Q10：如果给你一套全新的代码，你会如何学习，让自己更

1、安装（三选一即可）conda install -c conda-forge happybaseconda install -c conda-forge/label/gcc7 happybaseconda install -c conda-forge/label/cf201901 happybase2、连接(happybase.Connection)happybase.Connection(ho