上次过了一面之后，6月2就通知二面了，二面面试管在一个小屋子里，边喝茶边和我聊，主要问了以下问题：自我介绍mapreduce的过程是什么？MapReduce是hadoop的核心，shuffle是什么？你能说说map端的shuffle和reduce端的shuffle吗？当我说到map端的shuffle中先根据key值分区然后排序后，他问我这里面的排序是什么方式？我回答快排请你写一下快速排序！快排是稳

????数据治理这个问题对于我一个小白来说，好像有点宽泛，从我自己的感觉来说，数据治理应该是有过很多数据体系建设经验之后的一些总结，今天我们就参考一些大佬的建议，对谈一谈数据治理，对以往内容感兴趣的同学可以参考????：第一篇: Hadoop之数据仓库概述.第二篇: hadoop数仓建设之日志采集.第三篇: Hadoop数仓建设之数据同步.第四篇: Hadoop数仓建设之数据模型.第五篇: Had

????2021年06月01日，经历了投简历的第一次面试，投递的岗位是百度的大数据挖掘分析岗位，要求是会python、SQL、HIVE、机器学习算法。这是博主第一次面试啊，没有任何面试经历，虽然看了一些面试技巧，但是自己真实面试，紧张到都忘了，但是事后还是需要自己总结一下自己面试中的不足????：和面试官约的晚上八点，其实自己7点半就在准备了，没有及时看自己的企业邮箱，导致面试时间到达了8点05分

首先还是很高兴简历能被腾讯微视捞起来给面试机会，总共参加了2轮面试，第一面感觉很好，第二面赶上来就算法题，感觉问的都很难，在这里我就复盘一下自己的面试经历。1.一面一面的感觉应该是一位普通的程序员，我将聊天的内容总结如下：自我介绍（面试必备）你会不会Hadoop,给我讲解一下大数据的组成部分。说一下Hadoop的shuffle过程。我这里有一个100g的无序数列，请用mapreduce的过程描述一

☀️ 在上一章节中，我们介绍了Quick BI的理论基础，在这一章节中，我们将通过一个报表制作的实践来学习Quick BI是如何工作的。对往期内容感兴趣的同学可以查看下面的内容????:

????在前面的章节中我们学习了计算引擎MaxComputer和大数据开发治理平台DataWorks,今天我们来学习数据分析平台Quick BI，按照惯例，分为两个章节，一章理论一章实践，本文属于理论学习，对往期内容感兴趣的小伙伴可以查看下面内容????:hadoop专题: hadoop系列文章.spark专题: spark系列文章.阿里云系列: 阿里云MaxComputer SQL学习之DDL.

Python安装llama库出错“metadata-generation-failed”

最近碰见太多次lambda函数了，那就来详细解释一下该函数。lambda函数我们先对lambda函数进行一个简单的介绍lambda函数是一种匿名函数，即没有名字的函数使用lambda保留字定义，函数名是返回结果lambda函数的函数体只是一个表达式lambda函数用于定义简单的、能够在一行内表示的函数lambda表达式” : “后面，只能有一个表达式，def则可以有多个。lambda一般用来定义简

1.TCN的介绍近些年，关于时间序列、自然语言处理等任务大家一般都会想到RNN、LSTM、GRU，一维CNN以及后面延伸出的Bi-Lstm、ConvLstm等等，这是因为RNN天生可以记住以前时段的信息，而传统的神经网络并不具有这个功能。卷积神经网络和循环神经网络作为深度学习的两大支柱，已近被越来越多的学者进行研究。在最近的研究之中，特定的卷积神经网络结构也可以达到很好的效果，比如Goolgle提

????上次写完rdd的介绍，有同学强烈介意用一些代码来展示一下rdd，好今天我们就如你所愿，我们今天就来以代码的方式给大家讲解一下rdd吧，对以往内容感兴趣的同学可以查看下面????:链接: Spark之处理布尔、数值和字符串类型的数据.链接: Spark之Dataframe基本操作.链接: Spark之处理布尔、数值和字符串类型的数据.链接: Spark之核心架构.链接: Spark之RDD算