Hadoop面试题与python基础

Hadoop面试题

1. Hadoop的三种部署模式？Hadoop最初元数据放在哪里？要想多个客户端访问，元数据要放在哪里？
2. 分桶表和分区表的区别？
3. 项目中如何实现拉链表？

python基础（面向大数据开发）

如果你是面向python开发，那么我的这些应该是不够用的，我的这些只够大数据开发人员使用；
每一个岗位它对一门语言的要求掌握程度是不一样的；
但是我写的这些你必须要会，它是基础中的基础。

容器

不可变容器

1. 字符串str
2. 元组tuple

可变容器

1. 列表 list
2. 字典 dict
3. 集合 set

方法

公共方法

查找 in  |  not in 

切片： print(str[start:stop:step])  # 注意和substr区分 索引从0开始
str = 中长跑路上的crush
print(data_str[1:5])  # 默认步长为1 
print(data_str[2:-1])  # 自己运行代码自己理解，我被坑过，每天的理解和语言组织是不一样的

hive中的substr（"中长跑路上的crush",1,4） #str索引从0开始 ，它是从1 开始，4代表取四个长度
#结果 ：中长跑路 

str.count（x）  # 没错和hive中一样
len()

list

# （1）定义一个列表变量1，用于存放几个知名大学名称；
data_list1 = ['北京大学','五道口职业学院']
print(data_list1)
# （2）定义一个列表变量2，用于存放某学生的姓名、年龄、存款、是否男生等信息；
data_list2 = ['张三',18,10000.29,'男']
print(data_list2)
# 列表嵌套，也就列表中可以再存储列表数据
data_list3 = [['张三',18,10000.29,'男'],['李四',20,100.29,'男']]
print(data_list3)

# 要把字符串Python转换为列表list类型的值，该怎么做？
# 使用append方法
# 定义空列表 
data_list4 = []
print(data_list4)
for i in 'itcast':
    data_list4.append(i)
print(data_list4)

# split方法切割的数据存入到列表中
data = 'itcast'
data_list5 = data.split()
print(data_list5)h

list添加

# （1）定义一个列表变量，存放内容：中国,美国,英国,俄罗斯；
data_list = ["中国", "美国", "英国", "俄罗斯"]
# （2）在列表结尾处添加元素：德国；
data_list.append('德国')  # 将数据添加到列表的末尾
print(data_list)
# （3）在元素美国后添加元素：日本；
data_list.insert(2, '日本')  # 指定索引位置写入数据
print(data_list)
# （4）思考：若要在列表变量的结尾处，再新增元素：100,200,300，该怎么做？
data_list2 = [100, 200, 300]
# 对原始data_list列表数据进行增加新的数据
data_list.extend(data_list2)  # 将一个列表数据添加到另一个列表结尾
print(data_list)

# 将多个列表数据合并到一个新的列表，并不改变原来的data_list数据
data_list3 = data_list + data_list2
print(data_list3)

list删除

# （2）使用remove()删除元素：英国；
data_list.remove('英国')  # 根据指定的元素数据删除
print(data_list)
# （3）使用del删除元素：美国；
del data_list[1]   # 根据指定的索引位置删除数据
print(data_list)

字典

# 字典的数据遍历
# 定义一个空字典
data_dict = {}
# 字段数据添加
data_dict['name'] = '张三'
print(data_dict)
key = 'age'
value = 18
data_dict[key] = value  # data_dict['age'] = 18
print(data_dict)
# 修改字典数据
# 如果key存在是修改数据 ，如果key不存在则增加数据
data_dict['name']  = '李四'
print(data_dict)

# 删除字典
del data_dict['name']
print(data_dict)

# 查询字典
data = data_dict.get('age')
print(data)
data1 = data_dict.get('name','itcast')
print(data1)

# 添加数据
data_dict['name']  = '李四'
#字典循环遍历
print('-------------字典遍历-------------')
print(data_dict)
# for循环时会取出key
for k in data_dict:
    print(k)

for k in data_dict.keys():
    print(k)

流水的笔记，铁打的跑步

午睡起来后，只做了40个俯卧撑，我淦好气，是状态不好？还是今天做的时候在憋气了？
不服气，学了半小时有去做了，