大数据开发学习Day32

一、Linux

查看当前目录磁盘占用大小
分页查看大文件 big.log
过滤当前目录下所有 .txt 文件

bash 复制代码
du -sh
less big.log
ls | grep ".txt$"

du -sh 查看目录总大小,快速定位磁盘占用大户

less 分页查看文件,比 vim、cat 更适合看大日志

正则 $.txt 匹配以 txt 结尾文件,过滤指定后缀

二、SQL

1757. 可回收且低脂的产品

sql 复制代码
SELECT product_id
FROM Products
WHERE low_fats = 'Y' AND recyclable = 'Y';

多条件 AND 精准筛选

标签型字段组合过滤,用户画像、商品标签圈选基础模板

1795. 每个产品在不同商店的价格

sql 复制代码
SELECT product_id, 'store1' AS store, store1 AS price FROM Products
UNION ALL
SELECT product_id, 'store2' AS store, store2 AS price FROM Products
UNION ALL
SELECT product_id, 'store3' AS store, store3 AS price FROM Products;

UNION ALL 列转行经典写法

宽表转长表,数仓建模、拉链表、宽长互转必考

手动构造维度列,适配多门店、多渠道拆分

1873. 计算特殊奖金

sql 复制代码
SELECT
    employee_id,
    CASE
        WHEN employee_id % 2 = 1 AND name NOT LIKE 'M%'
        THEN salary
        ELSE 0
    END AS bonus
FROM Employees
ORDER BY employee_id;

取模 % 判断奇偶

LIKE 'M%' 前缀模糊匹配

CASE 多规则分支计算衍生字段

薪资核算、补贴规则类 SQL 通用套路

三、Pyspark

python 复制代码
from pyspark.sql import SparkSession
from pyspark.sql.functions import col, lit, when

spark = SparkSession.builder.master("local[*]").appName("Day32").getOrCreate()

# 1. 同时低脂+可回收
prod = spark.createDataFrame([
    (1,"Y","Y"),(2,"Y","N")
], ["product_id","low_fats","recyclable"])

prod.filter((col("low_fats")=="Y") & (col("recyclable")=="Y")).show()

# 2. 宽表转长表 行转列
df = spark.createDataFrame([
    (1,100,200,150)
], ["product_id","store1","store2","store3"])

df1 = df.select("product_id", lit("store1").alias("store"), col("store1").alias("price"))
df2 = df.select("product_id", lit("store2").alias("store"), col("store2").alias("price"))
df3 = df.select("product_id", lit("store3").alias("store"), col("store3").alias("price"))

df1.unionAll(df2).unionAll(df3).show()

spark.stop()

Spark 多条件过滤用 &,条件加括号

lit() 构造常量字段,对应 SQL 手写字符串

unionAll 实现宽表拆分成多行,和 UNION ALL 逻辑一致

四、算法

125. 验证回文串

python 复制代码
def isPalindrome(s: str) -> bool:
    s = ''.join(ch.lower() for ch in s if ch.isalnum())
    return s == s[::-1]

只保留字母数字、统一转小写

切片反转字符串直接对比

字符串预处理 + 回文判断,面试基础高频题

相关推荐
咸鱼翻身小阿橙7 小时前
现在这个四通道出现的问题
学习
云贝教育-郑老师9 小时前
OceanBase 是如何搞定海量数据分片(Sharding)的?
学习·oceanbase·dba
编程圈子9 小时前
电机驱动开发学习23. 保护体系与故障状态机
驱动开发·学习
别动我齐刘海10 小时前
Day6 unitree_G1人形机器人GMR—— MotionInput
c语言·c++·人工智能·学习·机器学习·机器人·github
神秘的MT11 小时前
C# WinForm Socket 服务器 + 串口转发
服务器·网络·学习·c#
zzzll111111 小时前
0基础入门大模型:一份清晰的学习路线图
人工智能·学习·chatgpt
正经人_x12 小时前
学习日记48:DenseCLIP
学习
DevangLic13 小时前
monkeycode-使用说明
学习·ai
red_redemption14 小时前
自由学习记录(211)
学习
ACGkaka_14 小时前
网络学习(五):从零理解 VIP 虚拟 IP
网络·学习·tcp/ip