58一面---看各位大佬都受到二面通知了，那我应该是跪了

1.介绍一下你自己：略。

2.给你处一个算法，在一个数组中找出两个数字使得相加等于给你的数字，要求时间复杂度为O(n)。。面试官说：如果做不出来，我可以给你换题目。我问了一下，这个数组是无序的吗？面试官说是。想了一会，说做不出来。数组是有序的写一下：这个可以自行百度。基本思路就是从头和尾开始相加，如果大于sum的话就尾底标减1，小于的便让头底标加1，直找到两个数字之和为sum或者是两个底标相等的时候，然后break，这里面他让我手写代码。

3.你说一下进程与线程的关系：线程是进程的基本单位，进程的资源，线程是可以共享的，例如，在开辟进程的时候，会给进程分配内存空间、全局变量、共享的文件，而线程就是这分配空间中的堆栈，其中堆是可以共享的，栈是私有的。

4．给你一个线上数据库，请你说一下如何提高搜索效率：首先出现效率低的原因就是多线程访问，一个线程访问时间长，而另一个却无限的等待。1.建立索引。2使用乐观锁机制，在hbase上使用该机制（即存储多版本的数据），如果使用的是悲观锁，会造成在一个线程操作的时候，另一个线程等待，但是乐观锁，可以根据读取的版本获取数据，不会因为造成线程的堵塞。

5.那你说一下是不是建立的索引越多越好，如何建立索引，或者建立索引的原理是什么：不是，（这个我不太会，乱说的）对于查询频率较高的字段去建立索引，还有就是如果某个字段建立索引，但是另外一个字段和该字段数据大致分类一致，只需要建立一个索引就可以了。

6.那如果是线下呢：1，建立索引。（我当时只说了这一个）。他说：hadoop存储机制你知道吧。（这算是一个引导）。然后我说：恩，知道，这是一个分布式存储，这个确实是可以提高其读取效率，我当时没有往这个方面考虑，其原理是：其大文件进行分块存储，首先是查询的是namenode，因为namenode上存储了datanode的信息，这样的话，就可以找到相应的datanode，因为大文件被分块了，所以我只需要刚刚存储信息找到相应的块文件，只需要搜索块文件便可以找到相应的数据。

7.你知道shuffle吗，说一下是否每个mapreduce都需要shuffle阶段：（他发音和我很不一样，而且也没有给我背景）问了一下才知道是shuffle。我说知道，这是mapreduce框架下面的一个过程。我说不是的，如果是map与reduce都执行的话，必然需要shuffle阶段，因为shuffle是对map输出一个排序、分类、冲刷磁盘的过程，这是mapreduce的必经阶段。但是如果仅仅是执行了map，那么shuffle阶段是可以省略的。

8．你用过hive吗：（这个我只是听过，确实没用过，我说没有）。

9.说一下存储的rowkey是如何设计的：（还是发音不一样，写下来才知道是什么东西）我说一下我们存储的时候的设计吧，他说好。我们爬去的是网站，因为要爬去的网页上，每个链接都有一个不同的字段，我们就是用这个字段来作为rowkey。