【面试】测试/测开(NIG2)

145. linux打印前row行日志

参考:linux日志打印

  1. 前10行日志
    head -n 10 xx.log
  2. 后10行日志
    tail -n 10 xx.log
    tail -10f xx.log
  3. 使用sed命令
    sed -n '9,10p' xx.log #打印第9、10行
  4. 使用awk命令
    awk 'NR==10' xx.log #打印第10行
    awk 'NR>=7 && NR<=10' xx.log # 打印第7-10行
    tail head

146. 数据库中文乱码问题

参考:mysql中文乱码

如果遇见插入中文乱码问题,先确定问题的产生肯定与编码方式有关,先检查数据库的编码方法,查看下数据库字符集,再查看下表的编码,最后检查下表中列的编码。检查这三个地方的编码,一般问题即可迎刃而解。
1)查看数据库编码:show variables like ‘character_set%’;
2) 查看表的数据集:show create table 表名;
3)修改字段编码方式:ALTER TABLE 表名 CHANGE 列名 列名 VARCHAR(45) CHARACTER SET UTF8 NOT NULL;

147. Spring的底层原理是什么

参考:Spring相关

148. 抽象类和接口的区别

参考:抽象类和接口区别

1)接口是行为的抽象,是一种行为的规范,接口是like a 的关系;抽象是对类的抽象,是一种模板设计,抽象类是is a 的关系。
2)接口没有构造方法,而抽象类有构造方法,其方法一般给子类使用
3)接口只有定义,不能有方法的实现,java 1.8中可以定义default方法体,而抽象类可以有定义与实现,方法可在抽象类中实现。
4)抽象体现出了继承关系,继承只能单继承。接口提现出来了实现的关系,实现可以多实现。接口强调特定功能的实现,而抽象类强调所属关系。
5)接口成员变量默认为public static final,必须赋初值,不能被修改;其所有的成员方法都是public abstract的。抽象类中成员变量默认default,可在子类中被重新定义,也可被重新赋值;抽象方法被abstract修饰,不能被private、static、synchronized和native等修饰,必须以分号结尾,不带花括号。

149. 最长回文子串

150. 数组中前k大元素

151. 有大量查询如何优化?代码方面如何优化?数据库如何优化?

152. 重载、重写、重构的区别?

153. 一个自然数n分解成若干个数相乘,求这些数的最小和

154. 一个英文句子全部逆序输出?句子中单词不变,句子逆序输出?如果多个空格怎么办

155. 在linux上创建一个文件,创建失败了可能是什么原因?

156. 在linux上运行一个二进制文件,如果结果不符合预期,怎么调试?

157. linux的读文本筛选,如果有4列,需要按照第三列降序排列,怎么实现?

158. 数据结构有哪些?关于数据结构有哪些知识点?

159. 双向链表插入节点

160. 双向链表循环的遍历如何遍历

161. 单链表如果有环,如何进行判断?

162. 青蛙跳台阶问题

163. 页面或网站打开特别慢的原因

164. Linux窗口端口被哪个进程占用

165. linux文本字符串替换

166. 请求https底层流程

167. 一个文件很大有1亿个ip地址,怎么用100M的内存找出出现次数最多的ip地址?

168. nestat各个字段含义

169. 进程状态?

170. 有哪些进程调度算法?具体说明

171. IO缓冲和非缓冲,网络IO是缓冲吗

172. 平衡二叉树的该奶奶,删除、插入、左旋和右旋操作

173. 多态运行时怎么确定虚函数?如果一个类继承了多个包含虚函数的类,如何计算类的大小?

174. 在一个文本文件中,统计“你好”这个词出现的次数

175. TCP和UDP在实际中的应用

176. 单例模式能解决说明问题,什么场景下会使用单例?实际中有哪些应用场景?

177. java有自动回收机制,那是不是不用考虑内存泄漏问题了呢?

178. 五个线程去切蛋糕,五个线程取蛋糕,会出现什么问题,如何进行优化?

179. 主线程怎么知道五个线程已经切完蛋糕了呢?什么时候去取蛋糕?

180. 堆和栈的区别?

181. 项目怎么判断时http请求?

182. 网络收发数据包的过程?

183. linux内核包含哪些模块?

参考:Linux内核

184. 服务器性能瓶颈

参考:服务器性能瓶颈

1)超过了服务器设置的网络请求最大连接数,报错:请求被拒绝403
2)服务的线程池最大线程数未设置适当,报错:连接超时(处理不过来的等待,等待时间太长超时)、请求失败(处理不过来的直接失败)
3)超过了redis最大连接数
4)接口直接访问数据库,超过了数据库最大连接数:暂停服务503

185. 线程池中线程数量怎么确定?

参考:线程池线程数量

  1. 线程池中线程数量主要与CPU、IO、并发等有关
  2. CPU密集型任务
    ① 要进行大量的计算,消耗CPU资源,比如计算圆周率、对视频进行高清解码等等,全靠CPU的运算能力。要最高效地利用CPU,计算密集型任务同时进行的数量应当等于CPU的核心数。
    一般配置线程数=CPU总核心数+1 (+1是为了利用等待空闲)
  3. IO密集型任务
    ① 这类任务的CPU消耗很少,任务的大部分时间都在等待IO操作完成(因为IO的速度远远低于CPU和内存的速度)。常见的大部分任务都是IO密集型任务,比如Web应用。对于IO密集型任务,任务越多,CPU效率越高(但也有限度)。
    一般配置线程数=CPU总核心数 * 2 +1
  4. 小结
    最佳线程数目 = (线程等待时间与线程CPU时间之比 + 1) CPU数目*
    ② 所以线程等待时间所占比例越高,需要越多线程。线程CPU时间所占比例越高,需要越少线程

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/245854.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

〖大前端 - 基础入门三大核心之JS篇(54)〗- 原型和原型链

说明&#xff1a;该文属于 大前端全栈架构白宝书专栏&#xff0c;目前阶段免费&#xff0c;如需要项目实战或者是体系化资源&#xff0c;文末名片加V&#xff01;作者&#xff1a;哈哥撩编程&#xff0c;十余年工作经验, 从事过全栈研发、产品经理等工作&#xff0c;目前在公司…

汽车EDI:Chrysler EDI项目案例

菲亚特克莱斯勒汽车Fiat Chrysler Automobiles(FCA)是一家全球性汽车制造商&#xff0c;主营产品包括轿车、SUV、皮卡车、商用车和豪华车等多种车型。其旗下品牌包括菲亚特、克莱斯勒、道奇、Jeep、Ram、阿尔法罗密欧和玛莎拉蒂等。 Chrysler通过EDI来优化订单处理、交付通知、…

机器学习中的混沌工程:拥抱不可预测性以增强系统鲁棒性埃

一、介绍 在动态发展的技术世界中&#xff0c;机器学习 (ML) 已成为一股革命力量&#xff0c;推动各个领域的创新。然而&#xff0c;随着机器学习系统的复杂性不断增加&#xff0c;确保其可靠性和鲁棒性已成为首要问题。这就是混沌工程发挥作用的地方&#xff0c;混沌工程是一门…

宠物自助洗护小程序系统

提供给宠物的自助洗澡机&#xff0c; 集恒温清洗、浴液 护毛、吹干、消毒于一体&#xff0c;宠物主人只需用微信小程序源码&#xff0c;即可一键开启洗宠流程。 主要功能&#xff1a; 在线预约 在线支付 洗护记录 会员系统 宠物管理 设备管理 多商户加盟

《一书读懂物联网》前言

我们对知识的认知是有规律可循的&#xff0c;大都是从问题开始&#xff0c;对问题的界定、归纳等都是为解决知识增长或进化而服务的&#xff0c;正如波普尔知识进化图&#xff08;见图 i-1&#xff09;所示的那样。 科学始于问题&#xff0c;发现问题是科学知识增长的起点&…

【MySQL】MySQL库的增删查改

文章目录 1.库的操作1.1创建数据库1.2创建数据库案例 2.字符集和校验规则2.1查看系统默认字符集以及校验规则2.2查看数据库支持的字符集2.3查看数据库支持的字符集校验规则2.4校验规则对数据库的影响 3.操纵数据库3.1查看数据库3.2显示创建语句3.3修改数据库3.4数据库删除3.5备…

JupyterHub 如何切换 conda 小环境

JupyterHub 如何切换 conda 小环境 服务器已经部署好 JupyterHub &#xff0c;相关端口请看对应答疑群群公告。在Jupyterhub 中使用 conda 创建的小环境&#xff0c;首先 ssh 登录上服务器或者在 JupyterHub 网页端打开终端 terminal。然后安装 conda &#xff0c;方法请见 Q4&…

电脑开机出现:CLIENT MAD ADDR (网卡启动系统)的解决办法

文章目录 前言步骤1、确定情况2、对症下药——关闭网卡启动 补充1、关于BIOS2、关于PXE 前言 最近给旧电脑重装系统安了下开发环境和常用软件啥的&#xff0c;之前还好好启动的电脑&#xff0c;开机突然需要额外加载一个页面&#xff0c;虽然最后正常启动了不影响使用&#xf…

过拟合与欠拟合

一、模型选择 1、问题导入 2、训练误差与泛化误差 3、验证数据集和测试数据集 4、K-折交叉验证 一般在没有足够多数据时使用。 二、过拟合与欠拟合 1、过拟合 过拟合的定义&#xff1a; 当学习器把训练样本学的“太好”了的时候&#xff0c;很可能已经把训练样本自身的一些特…

JavaSE语法之六:类和对象(超全!!!)

文章目录 一、面向对象的初步认识1. 什么是面向对象2. 面向对象与面向过程 二、类和对象三、类的定义和使用四、类的实例化五、this引用六、对象的构成及初始化1. 如何初始化对象2. 构造方法3. 默认初始化4. 就地初始化 一、面向对象的初步认识 1. 什么是面向对象 Java中一切…

实验02:RIP配置

1.实验目的&#xff1a; 了解路由选择协议&#xff08;Routing Protocol&#xff09;的基本原理及分类&#xff1b;掌握RIP协议的基本原理&#xff1b;实现RIP协议&#xff1b;掌握路由器配置及路由表查看的基本命令。 2.实验内容&#xff1a; 建立拓扑结构&#xff1b;配置…

【已解决】ModuleNotFoundError: No module named ‘taming‘

问题描述 Traceback (most recent call last) <ipython-input-14-2683ccd40dcb> in <module> 16 from omegaconf import OmegaConf 17 from PIL import Image ---> 18 from taming.models import cond_transformer, vqgan 19 import taming.modu…

美团、阿里、快手、百度 | NLP暑期算法实习复盘

面试锦囊之面经分享系列&#xff0c;持续更新中 后台回复『面试』加入讨论组交流噢 背景 211CS本港三DS硕&#xff0c;硕士research的方向是NLP&#xff0c;目标是找任何方向的算法实习。 本科做开发为主没有算法经验&#xff0c;没有top比赛&#xff0c;没有过算法实习&…

KUKA机器人如何在程序中编辑等待时间?

KUKA机器人如何在程序中编辑等待时间&#xff1f; 如下图所示&#xff0c;如何实现在P1点和P2点之间等待设定的时间&#xff1f; 如下图所示&#xff0c;可以直接输入wait sec 2&#xff08;等待2秒&#xff09;&#xff0c; 如下图所示&#xff0c;再次选中该程序后&#…

网络基础——路由协议及ensp操作

目录 一、路由器及路由表 1.路由协议&#xff1a; 2.路由器转发原理&#xff1a; 3.路由表&#xff1a; 二、静态路由优缺点及特殊静态路由默认路由 1.静态路由的优缺点&#xff1a; 2.下一跳地址 3.默认路由 三、静态路由配置 四、补充备胎 平均负载 五、补充&…

微软Microsoft二面面试题分享通过总结(不是标准答案分享

误打误撞 我写的shitty代码 当年面试算法开发岗竟然通过了 Background 先说下背景&#xff0c;软件工程本科毕业之后&#xff0c;当年8月到北欧读两年制硕士。面试发生在当年的11月&#xff0c;微软哥本哈根&#xff0c;location在丹麦的哥本哈根lingby&#xff08;是不是这么…

伦敦银和纽约银该pick谁?

伦敦银和纽约银不仅是全球最重要的两个白银市场&#xff0c;更是两种截然不同的交易模式&#xff0c;前者是指在伦敦市场上以美元/盎司计价的现货白银&#xff0c;后者是指在纽约商品交易所交易、以美元/盎司计价的白银期货。 如果大家需要在这两种白银投资方式中作出取舍&…

常见的设计模式以及实现方法总结

目录 代码中使用的设计模式总结 前言常见的23种设计模式Singleton模式&#xff08;单例模式&#xff09;理论Spring中创建的Bean Prototype模式&#xff08;原型模式&#xff09;理论Spring中创建的Bean Builder模式&#xff08;构造器模式&#xff09;理论Builder实现了构造器…

JVM之堆学习

一、Java虚拟机内存结构图 二、堆的介绍 1. 前面学习的程序计数器&#xff0c;虚拟机栈和本地方法栈都是线程私有的&#xff0c;堆是线程共享的&#xff1b; 2. 通过 new 关键字&#xff0c;创建的对象都会使用堆内存&#xff0c;其特点是&#xff1a; 它是线程共享的&#x…

Landsat7_C2_ST数据集2019年1月-2022年12月

简介&#xff1a; Landsat7_C2_ST数据集是经大气校正后的地表温度数据&#xff0c;属于Collection2的二级数据产品&#xff0c;以开尔文为单位测量地球表面温度&#xff0c;是全球能量平衡研究和水文模拟中的重要地球物理参数。地表温度数据还有助于监测作物和植被健康状况&am…