Kafka副本同步策略(ISR)

Kafka对于Producer生产的消息怎么保证可靠性？简单说就是每个Partation都分配给副本，做数据同步，保证数据不丢失。 副本同步策略（ISR）： kafka不是完全同步，也不是完全异步，是一种ISR机制，先来了解下完全同步的优势劣势 完全同步的优点：同样为了容忍N台节点的故障，

Hadoop和Spark的联系

一、Hadoop 到 Spark 的变化 Spark 运算比 Hadoop 的 MapReduce 框架快的原因是因为 Hadoop 在一次 MapReduce 运算之后,会将数据的运算结果从内存写入到磁盘中,第二次 Mapredue 运算时在从磁盘中读取数据,所以其瓶颈在2次运算间的多余 IO 消

Flink中的多事件Join

流式计算中的 2 个问题： 流式数据到达计算引擎的时间不一定：比如 A 流的数据先到了，A 流不知道 B 流对应同 key 的数据什么时候到，没法关联（数据质量问题） 流式数据不知何时、下发怎样的数据： A 流的数据到达后，如果 B 流的数据永远不到，那么 A 流的数据在什么时候以及是否要填充一个

字符串的最长公共前缀

需求：编写一个函数来查找字符串数组中的最长公共前缀。如果不存在公共前缀，返回空字符串。 示例 1: 输入: ["flower","flow","flight"] 输出: "fl" 示例 2: 输入: ["dog","racecar","car"] 输出: "" 一、实现思路 获取第一个index的字

两两交换链表节点(链表相邻节点交换)

需求：现在输入一个链表，1->2->3->4，对其相邻两个节点进行交换后得到新链表：2->1->4->3，请给出具体的实现。 一、实现思路 创建一个辅助的头节点，这样可以统一处理头节点和其他节点的交换逻辑。 使用两个指针，一个指向当前要交换的两个节点的前一个节点（prev），另一个指向当前要交换的第

面试-笔试题集锦

1.[Hive]统计用户月访问量 统计每个用户 [月总访问次数]，和 [从1月累计到当前月的总访问次数] uid,date,vcnt u01,2023-01-01,5 u02,2023-01-02,6 u02,2023-01-03,7 u02,2023-02-04,8 u03,2023-0

二叉树的遍历

树的遍历是树的一种重要的运算。所谓遍历是指对树中所有结点的信息的访问，即依次对树中每个结点访问一次且仅访问一次，我们把这种对所有节点的访问称为遍历（traversal）。那么树的两种重要的遍历模式是深度优先遍历和广度优先遍历,深度优先一般用递归，广度优先一般用队列。一般情况下能用递归实现的算法大部分

Hive-数据模型

01 hive数据模型 hive数据模型关系图如下： 上图，可以看到

hive基础-知识必备

Spark基础-基础必备

1、Spark宽窄依赖 窄依赖(Narrow Dependency): 指父RDD的每个分区只被子RDD的一个分区所使用。例如map、filter等这些算子的一个RDD，对它的父RDD只有简单的一对一的关系，RDD的每个partition仅仅依赖于父RDD 中的一个partition，父RDD和子R