20xxIT面試筆試題目及參考答案

20xxlT面試筆試題目及參考答案20xx年前端面試題目前端MV框架的意義早期前端都是比較簡潔，基本以頁面為工作單元，內(nèi)容以閱讀型為主，也間或有簡潔的表單操作，基本不太須要框架。隨著AJAX的出現(xiàn)，Web2.0的興起，人們可以在頁面上可以做比較困難的事情了，然后前端框架才真正出現(xiàn)了。假如是頁面型產(chǎn)品，多數(shù)的確不太須要它，因為頁面中的JavaScript代碼，處理交互的確定遠遠超過處理模型的，但是假如是應用軟件類產(chǎn)品，這就太須要了。長期做某個行業(yè)軟件的公司，一般都會沉淀下來一些業(yè)務組件，主要體現(xiàn)在數(shù)據(jù)模型、業(yè)務規(guī)則和業(yè)務流程，這些組件基本都存在于后端，在前端很少有相應的組織。從協(xié)作關系上講，很多前端開發(fā)團隊每個成員的職責不是很清晰,有了前端的MV框架，這個狀況會大有改觀。之所以感受不到MV框架的重要性，是因為Model部分代碼較少，View的相對多一些。假如主要在操作View和Controller,那當然jQuery這類庫比較好用了。參考《前端MV框架的意義》實現(xiàn)方法很簡潔：選取一個小表，假設是Filel,將其參加join的key抽取出來，保存到文件File3中，F(xiàn)ile3文件一般很小，可以放到內(nèi)存中。在map階段，運用DistributedCache將File3復制到各個TaskTracker上,然后將File2中不在File3中的key對應的記錄過濾掉，剩下的reduce階段的工作與reducesidejoin相同。4、reducesidejoin+BloomFilter在某些狀況下，SemiJoin抽取出來的小表的key集合在內(nèi)存中照舊存放不下，這時候可以運用BloomFiler以節(jié)約空間。BloomFilter最常見的作用是：推斷某個元素是否在一個集合里面。它最重要的兩個方法是：add()和contains。。最大的特點是不會存在falsenegative,即：假如contains。返回false,則該元素確定不在集合中，但會存在確定的truenegative,即：假如contains。返回true,則該元素可能在集合中。因而可將小表中的key保存到BloomFilter中,在map階段過濾大表，可能有一些不在小表中的記錄沒有過濾掉(但是在小表中的記錄確定不會過濾掉)，這沒關系，只不過增加了少量的網(wǎng)絡10而已。ActiveMQ面試題及答案1>什么是ActiveMQ?activeMQ是一種開源的，實現(xiàn)了JMS1.1規(guī)范的，面對消息(M0M)的中間件，為應用程序供應高效的、可擴展的、穩(wěn)定的和平安的企業(yè)級消息通信。2、Activemq的瓶頸值依據(jù)網(wǎng)上一般評測文檔上來看，每秒的消息吞吐在2000以上,acticemq也可以集群化部署，也是運用zookeeper■來搭建。3、ActiveMQ服務器宕機怎么辦？這得從ActiveMQ的儲存機制說起。在通常的狀況下，非許久化消息是存儲在內(nèi)存中的，許久化消息是存儲在文件中的，它們的最大限制在配置文件的節(jié)點中配置。但是，在非許久化消息積累到確定程度，內(nèi)存告急的時候，ActiveMQ會將內(nèi)存中的非許久化消息寫入臨時文件中，以騰出內(nèi)存。雖然都保存到了文件里，但它和許久化消息的區(qū)分是，重啟后許久化消息會從文件中復原，非許久化的臨時文件會干脆刪除。那假如文件增大到達了配置中的最大限制的時候會發(fā)生什么？我做了以下試驗：設置2G左右的許久化文件限制，大量生產(chǎn)許久化消息直到文件達到最大限制，此時生產(chǎn)者堵塞，但消費者可正常連接并消費消息,等消息消費掉一部分，文件刪除又騰出空間之后，生產(chǎn)者又可接著發(fā)送消息，服務自動復原正常。設置2G左右的臨時文件限制，大量生產(chǎn)非許久化消息并寫入臨時文件，在達到最大限制時，生產(chǎn)者堵塞，消費者可正常連接但不能消費消息，或者原本慢速消費的消費者，消費突然停止。整個系統(tǒng)可連接，但是無法供應服務，就這樣掛了。具體緣由不詳，解決方案：盡量不要用非許久化消息，非要用的話，將臨時文件限制盡可能的調(diào)大。4、AcitveMQ的作用、原理?（生產(chǎn)者、消費者。p2p、訂閱實現(xiàn)流程）Activemq的作用就是系統(tǒng)之間進行通信。當然可以運用其他方式進行系統(tǒng)間通信，假如運用Activemq的話可以對系統(tǒng)之間的調(diào)用進行解耦，實現(xiàn)系統(tǒng)間的異步通信。原理就是生產(chǎn)者生產(chǎn)消息，把消息發(fā)送給activemq。Activemq接收到消息，然后查看有多少個消費者,然后把消息轉(zhuǎn)發(fā)給消費者，此過程中生產(chǎn)者無需參加。消費者接收到消息后做相應的處理和生產(chǎn)者沒有任何關系5、activemq在項目中如何應用的Activemq在項目中主要是完成系統(tǒng)之間通信，并且將系統(tǒng)之間的調(diào)用進行解耦。例如在添加、修改商品信息后，須要將商品信息同步到索引庫、同步緩存中的數(shù)據(jù)以及生成靜態(tài)頁面一系列操作。在此場景下就可以運用activemqo一旦后臺對商品信息進行修改后，就向activemq發(fā)送一條消息，然后通過activemq將消息發(fā)送給消息的消費端，消費端接收到消息可以進行相應的業(yè)務處理7、rabbitmq如何實現(xiàn)集群高可用？集群是保證服務牢靠性的一種方式，同時可以通過水平擴展以提升消息吞吐實力。RabbitMQ是用分布式程序設計語言erlang開發(fā)的，所以天生就支持集群。接下來，將介紹RabbitMQ分布式消息處理方式、集群模式、節(jié)點類型，并動手搭建一個高可用集群環(huán)境，最終通過java程序來驗證集群的高可用性。RabbitMQ分布式的消息處理方式有以下三種：(l)Clustering：不支持跨網(wǎng)段，各節(jié)點需運行同版本的Erlang和RabbitMQ,應用于同網(wǎng)段局域網(wǎng)。(2)Federation：允許單臺服務器上的Exchange或Queue接收發(fā)布到另一臺服務器上Exchange或Queue的消息，應用于廣域網(wǎng)。(3)Shovel：與Federation類似，但工作在更低層次。RabbitMQ對網(wǎng)絡延遲很敏感，在LAN環(huán)境建議運用clustering方式;在WAN環(huán)境中，則運用Federation或Shovelo我們平常說的RabbitMQ集群,說的就是clustering方式,它是RabbitMQ內(nèi)嵌的一種消息處理方式，而Federation或Shovel則是以plugin形式存在。請簡述盒模型IE6盒子模型與W3C盒子模型。文檔中的每個元素被描繪為矩形盒子。盒子有四個邊界：外邊距邊界margin,邊框邊界bder,內(nèi)邊距邊界padding與內(nèi)容邊界content。CSS3中有個box-sizing屬性可以限制盒子的計算方式，content-box：padding和bder不被包含在定義的width和height之內(nèi)。對象的實際寬度等于設置的width值和bder>padding之和。（W3C盒子模型）bder-box：padding和bder被包含在定義的width和height之內(nèi)。對象的實際寬度就等于設置的width值。（IE6盒子模型）參考《盒模型》請你談談Cookie的弊端a.每個特定的域名下最多生成的cookie個數(shù)有限制IE和Opera會清理近期最少運用的cookie,Firefox會隨機清理cookiecookie的最大大約為4096字節(jié)，為了兼容性，一般不能超過4095字節(jié)d.平安性問題。假如cookie被人攔截了，那人就可以取得全部的session信息。閱讀器本地存儲在HTML5中供應了sessionstage和localStageosessionstage用于本地存儲一個會話（session）中的數(shù)據(jù)，這些數(shù)據(jù)只有在同一個會話中的頁面才能訪問并且當會話結(jié)束后數(shù)據(jù)也隨之銷毀，是會話級別的存儲。localstage用于許久化的本地存儲，除非主動刪除數(shù)據(jù)，否則數(shù)據(jù)是恒久不會過期的。webstage和cookie的區(qū)分a.Cookie的大小是受限的b.每次你請求一個新的頁面的時候Cookie都會被發(fā)送過去，這樣無形中奢侈了帶寬cookie還須要指定作用域，不行以跨域調(diào)用WebStage擁有setitem,getltem等方法，cookie須要前端開發(fā)者自己封裝setCookie，getCookieCookie的作用是與服務器進行交互，作為HTTP規(guī)范的一部分而存在，而WebStage僅僅是為了在本地“存儲〃數(shù)據(jù)而生IE7、IE6中的UserData通過簡潔的代碼封裝可以統(tǒng)一到全部的閱讀器都支持webstage對BFC規(guī)范的理解BFC全稱是BlockFmattingContext,即塊格式化上下文。它是CSS2.1規(guī)范定義的，關于CSS渲染定位的一個概念。BFC是頁面CSS視覺渲染的一部分，用于確定塊盒子的布局及浮動相互影響范圍的一個區(qū)域。BFC的一個最重要的效果是，讓處于BFC內(nèi)部的元素與外部的元素相互隔離，使內(nèi)外元素的定位不會相互影響。利用BFC可以閉合浮動，防止與浮動元素重疊。參考《LearningBFC》線程與進程的區(qū)分a.一個程序至少有一個進程，一個進程至少有一個線程b.線程的劃分尺度小于進程，使得多線程程序的并發(fā)性高c.進程在執(zhí)行過程中擁有獨立的內(nèi)存單元，而多個線程共享內(nèi)存，從而極大地提高了程序的運行效率d.每個獨立的線程有一個程序運行的入口、依次執(zhí)行序列和程序的出口。但是線程不能夠獨立執(zhí)行，必需依存在應用程序中，由應用程序供應多個線程執(zhí)行限制e.多線程的意義在于一個應用程序中，有多個執(zhí)行部分可以同時執(zhí)行。但操作系統(tǒng)并沒有將多個線程看做多個獨立的應用，來實現(xiàn)進程的調(diào)度和管理以及資源支配你都運用哪些工具來測試代碼的性能？JSPerf,Dromaeo你遇到過比較難的技術問題是?你是如何解決的？常運用的庫有哪些?常用的前端開發(fā)工具?開發(fā)過什么應用或組件？Hadoop面試題及答案一、什么是Hadoop?Hadoop是一個開源軟件框架，用于存儲大量數(shù)據(jù)，并發(fā)處理/查詢在具有多個商用硬件（即低成本硬件）節(jié)點的集群上的那些數(shù)據(jù)。總之，Hadoop包括以下內(nèi)容:HDFS（HadoopDistributedFileSystem,Hadoop分布式文件系統(tǒng)）：HDFS允許你以一種分布式和冗余的方式存儲大量數(shù)據(jù)。例如，1GB（即1024MB）文本文件可以拆分為16_128MB文件，并存儲在Hadoop集群中的8個不同節(jié)點上。每個分裂可以復制3次，以實現(xiàn)容錯，以便假如1個節(jié)點故障的話，也有備份。HDFS適用于依次的〃一次寫入、多次讀取〃的類型訪問。MapReduce：一個計算框架。它以分布式和并行的方式處理大量的數(shù)據(jù)。當你對全部年齡18的用戶在上述1GB文件上執(zhí)行查詢時，將會有"8個映射〃函數(shù)并行運行，以在其128MB拆分文件中提取年齡18的用戶，然后"reduce〃函數(shù)將運行以將全部單獨的輸出組合成單個最終結(jié)果。YARN（YetAnotherResourceNagotiator,又一資源定位器）：用于作業(yè)調(diào)度和集群資源管理的框架。Hadoop生態(tài)系統(tǒng)，擁有15多種框架和工具，如Sqoop,Flume,Kafka,Pig,Hive,Spark,Impala等，以便將數(shù)據(jù)攝入HDFS,在HDFS中轉(zhuǎn)移數(shù)據(jù)（即變換，豐富，聚合等），并查詢來自HDFS的數(shù)據(jù)用于商業(yè)智能和分析。某些工具（如Pig和Hive）是MapReduce上的抽象層，而Spark和Impala等其他工具則是來自MapReduce的改進架構(gòu)/設計，用于顯著提高的延遲以支持近實時（即NRT）和實時處理。二、基于Hadoop的數(shù)據(jù)中心的好處是什么？隨著數(shù)據(jù)量和困難性的增加，提高了整體SLA（即服務水平協(xié)議）。例如，"SharedNothing〃架構(gòu),并行處理，內(nèi)存密集型處理框架，如Spark和Impala,以及YARN容量調(diào)度程序中的資源搶占。1、縮放數(shù)據(jù)倉庫可能會很昂貴：添加額外的高端硬件容量以及獲得數(shù)據(jù)倉庫工具的許可證可能會顯著增加成本?；贖adoop的解決方案不僅在商品硬件節(jié)點和開源工具方面更便宜，而且還可以通過將數(shù)據(jù)轉(zhuǎn)換卸載到Hadoop工具（如Spark和Impala）來補足數(shù)據(jù)倉庫解決方案，從而更高效地并行處理大數(shù)據(jù)。這也將釋放數(shù)據(jù)倉庫資源。2、探究新的渠道和線索：Hadoop可以為數(shù)據(jù)科學家供應探究性的沙盒，以從社交媒體，日志文件，電子郵件等地方發(fā)覺潛在的有價值的數(shù)據(jù)，這些數(shù)據(jù)通常在數(shù)據(jù)倉庫中不行得。3、更好的靈敏性：通常業(yè)務需求的變更，也須要對架構(gòu)和報告進行更改?；贖adoop的解決方案不僅可以靈敏地處理不斷進展的模式，還可以處理來自不同來源，如社交媒體，應用程序日志文件,image,PDF和文檔文件的半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。四、簡潔描述如何安裝配置一個apache開源版hadoop,只描述即可，無需列出完整步驟，能列出步驟更好。1＞安裝JDK并配置環(huán)境變量（/etc/profi⑹；2、關閉防火墻；3、配置hosts文件，便利hadoop通過主機名訪問（/etc/hosts）;4、設置ssh免密碼登錄；5、解壓縮hadoop安裝包，并配置環(huán)境變量；6、修改配置文件($HADOOP_HOME/conf);hadoop-env.shcore-site.xmlhdfs-site.xmlmapred-site.xml;7、格式化hdfs文件系統(tǒng)(hadoopnamenode-format);8、啟動hadoop($HADOOP_HOME/bin/start-all.sh);9、運用jps查看進程。五、請列出正常工作的hadoop集群中hadoop都分別須要啟動那些進程，他們的作用分別是什么，盡可能寫的全面些。1、NameNode:HDFS的守護進程，負責記錄文件是如何分割成數(shù)據(jù)塊，以及這些數(shù)據(jù)塊分別被存儲到那些數(shù)據(jù)節(jié)點上，它的主要功能是對內(nèi)存及10進行集中管理。2、SecondaryNameNode：幫助后臺程序，與NameNode進行通信，以便定期保存HDFS元數(shù)據(jù)的快照。3、DataNode：負責把HDFS數(shù)據(jù)塊讀寫到本地的文件系統(tǒng)。4、JobTracker：負責支配task,并監(jiān)控全部運行的task。5>TaskTracker：負責執(zhí)行具體的task,并與JobTracker進行交互。六、請列出你所知道的hadoop調(diào)度器，并簡要說明其工作方法比較流行的三種調(diào)度器有：默認調(diào)度器FIFO,計算實力調(diào)度器CapacityScheduler,公允調(diào)度器FairScheduler1、默認調(diào)度器FIFO：hadoop中默認的調(diào)度器，接受先進先出的原則。2、計算實力調(diào)度器CapacityScheduler：選擇占用資源小，優(yōu)先級高的先執(zhí)行。3、公允調(diào)度器FairScheduler：同一隊列中的作業(yè)公允共享隊列中全部資源。七、Hive有那些方式保存元數(shù)據(jù)的，各有那些特點。1、內(nèi)存數(shù)據(jù)庫derby,較小，不常用；2、本地mysql,較常用；3、遠程mysql,不常用。八、簡述hadoop實現(xiàn)Join的幾種方法。1>reducesidejoinreducesidejoin是一種最簡潔的join方式，其主要思想如下：在map階段，map函數(shù)同時讀取兩個文件Filel和File2,為了區(qū)分兩種來源的key/value數(shù)據(jù)對，對每條數(shù)據(jù)打一個標簽(tag),比如：tag=0表示來自文件Filel,tag=2表示來自文件File2。即：map階段的主要任務是對不同文件中的數(shù)據(jù)打標簽。在reduce階段，reduce函數(shù)獲得key相同的來自Filel和File2文件的valuelist,然后對于同一個key,對Filel和File2中的數(shù)據(jù)進行join(笛卡爾乘積)。即：reduce階段進行實際的連接操作。2、mapsidejoin之所以存在reducesidejoin,是因為在map階段不能獲