《Offer来敲门 大数据开发面试笔试精讲 在线真题实训视频版》围绕大数据开发的相关技术，以大数据开发的基本要求为纲，以企业在笔试和面试中的试题为核心， 从企业考核的角度组织内容，并对这些试题加上了详细的分析说明，以考促学。《Offer来敲门 大数据开发面试笔试精讲 在线真题实训视频版》既包括 Java、Python 等基础编程知识，又涵盖 Hadoop、Hive/HBase、Tushare、NumPy、Pandas、Matplotlib 等大数据开发关的技术。全书分为 4 篇 14 章，第 1 篇为 Java 编程，第 2 篇为 Python 编程，第 3 篇为大数据开发，第 4 篇为数据分析与可视化。本书还配有大量的视频讲解，方便读者进一步学习。 《Offer来敲门 大数据开发面试笔试精讲 在线真题实训视频版》适合读者在学习过程中进行自测，也适合读者在应聘之前进行有针对性的复习。本书对大数据相关的重要知识点都有详细的讲解，并配备了完整的从知识到实践的学习视频，也适合作为系统学习的材料。

第１篇.Java编程 第1章.Java面向对象编程...002 1.1 类和对象 003 1.1.1 类和对象概述 003 1.1.2 构造方法 005 1.1.3 方法的定义 008 1.1.4 修饰符和静态导入 009 1.1.5 this关键字 012 1.1.6 Lambda表达式 013 1.1.7 注解 014 1.2 封装 015 1.3 单例 015 1.4 继承 016 1.5 多态 020 1.6 接口 022 1.7 内部类 024 第2章.Java SE核心API...026 2.1 常用API 027 2.1.1 字符串 027 2.1.2 日期时间 029 2.1.3 System（in/out） 030 2.1.4 自动装箱和拆箱 031 2.2 集合API 032 2.2.1 Collection 032 2.2.2 泛型和增强泛型 033 2.2.3 List/Vector/Stack 034 2.2.4 Set/HashSet 036 2.2.5 hashCode() 036 2.2.6 Collections 037 2.2.7 Map 038 2.2.8 Stream 038 2.3 异常 040 2.3.1 基础 040 2.3.2 抛出异常 041 2.3.3 捕获异常 042 2.3.4 自定义异常 043 2.4 线程 044 2.4.1 线程概述 044 2.4.2 线程的生命周期 046 2.4.3 多线程、锁和死锁 047 2.4.4 Lock 048 2.4.5 线程池 049 2.5 文件操作和I/O流 050 2.5.1 文件和目录操作 050 2.5.2 字节流和字符流 051 2.5.3 转换流 052 第3章.Java数据结构和算法..054 3.1 排序算法 055 3.1.1 冒泡排序算法 055 3.1.2 快速排序算法 055 3.1.3 快速排序案例 058 3.1.4 数据结构概述 058 3.1.5 数组 058 3.1.6 数组接口设计 059 3.1.7 快速排序的核心算法 059 3.1.8 二分查找与拉格朗日插值 查找 059 3.1.9 内存模式 060 3.1.10 快速排序处理相等 061 3.1.11 插入排序算法 062 3.1.12 二分查找插入排序算法 063 3.1.13 归并排序算法 063 3.1.14 迷宫AI实现 066 3.1.15 快速排序算法 066 3.1.16 快速排序的相等优化 066 3.1.17 数据去重复计次处理 067 3.1.18 密码概率实现 067 3.1.19 堆排序算法 067 3.1.20 大顶堆和小顶堆 069 3.1.21 桶排序 070 3.1.22 大数据分析与清洗概述 071 3.1.23 数据清理和排序 072 3.1.24 数据分割 072 3.1.25 数据归并 072 3.1.26 希尔排序 073 3.1.27 栈模拟线性递归 073 3.1.28 栈模拟树状递归 074 3.1.29 文件遍历 075 3.1.30 栈模拟文件遍历 075 3.1.31 递归层级改造为栈 076 3.1.32 取极大值 076 3.1.33 文件归并排序 077 3.1.34 文件夹归并 077 3.1.35 排序可视化 078 3.1.36 基数排序优化版本 078 3.2 查找算法与实战 078 3.2.1 **磁盘查询数据模型 078 3.2.2 数据预处理及内存限制无法 实现 079 3.2.3 大批量数据处理 079 3.2.4 大批量数据的二分查找 文件 080 3.2.5 大批量数据的完整版磁盘 二分查找 080 3.2.6 索引二分查找 081 3.2.7 数据结构基础 081 3.3 数组 082 3.3.1 数组的基本使用 082 3.3.2 数组查询操作 083 3.3.3 移动内存删除数据 083 3.3.4 删除数组中的数据 083 3.3.5 数组插入操作 084 3.3.6 数组的测试 084 3.4 链表 085 3.4.1 链表简介 085 3.4.2 链表循环 085 3.4.3 链表插入 086 3.4.4 头插法和尾插法 086 3.4.5 链表删除插入的简单模式 087 3.4.6 链表删除操作 087 3.4.7 链表插入操作 088 3.4.8 链表冒泡排序 088 3.4.9 链表插入排序 088 3.5 树与图论 089 3.5.1 红黑树简介 090 3.5.2 B 树 090 3.5.3 图论 091 第4章.数据库和JDBC....093 4.1 Oracle基础 094 4.2 DDL和DCL 095 4.2.1 创建表 095 4.2.2 创建表空间 096 4.2.3 用户管理 097 4.3 DML和DQL 098 4.4 Oracle函数 099 4.5 索引 100 4.6 视图 101 4.7 序列 102 4.8 PL/SQL 103 4.8.1 PL/SQL基础 103 4.8.2 游标 103 4.8.3 存储过程 104 4.8.4 触发器 105 4.8.5 异常处理 106 4.9 JDBC驱动 106 4.10 JDBC CRUD 107 4.11 Statement 108 4.12 JDBC连接池 109 4.13 JDBC调用存储过程 110 4.14 JDBC事务管理 110 第2篇.Python编程 第5章.Python快速入门....114 5.1 Python环境安装 115 5.1.1 Python安装与HelloWorld 115 5.1.2 Python IDE安装与运行系统 指令 115 5.1.3 安装Python 3并配置IDE 115 5.1.4 安装专业版IDE并实现 HelloPro 116 5.1.5 解决中文乱码 116 5.2 Python基本语法 116 5.2.1 代码调用 116 5.2.2 命名规则 117 5.2.3 缩进 117 5.2.4 多行连接 118 5.2.5 字符串 118 5.2.6 多行注释与单行注释 118 5.2.7 多行代码合并成一行及输入 输出 119 5.3 函数 119 5.3.1 函数的定义 119 5.3.2 函数的参数 120 5.3.3 命名参数 120 5.3.4 默认参数 120 5.3.5 可变参数 121 5.3.6 lambda函数 121 5.4 多文件组织 121 5.4.1 Python文件之间的互相 调用 121 5.4.2 fromimport导入 122 5.4.3 fromimport全部导入 122 5.5 字符串处理 122 5.5.1 字符串格式化 123 5.5.2 转义字符与去除空格 124 5.5.3 字符串加法 124 5.5.4 字符串截取 124 5.5.5 字符串比较 125 5.5.6 字符串翻转 125 5.5.7 字符串搜索与替换 125 5.6 正则表达式 126 5.6.1 截取字符串 126 5.6.2 .ndall函数 127 5.6.3 匹配 127 5.6.4 搜索字符串 128 第6章.Python编程实践....129 6.1 数据切片 130 6.2 枚举 130 6.3 序列 130 6.4 生成器 131 6.5 函数进阶 131 6.5.1 高阶函数 132 6.5.2 map-reduce编程 132 6.5.3 过滤数据 132 6.5.4 自定义排序 133 6.5.5 函数的返回值 133 6.5.6 函数的别名与偏函数 134 6.6 时间函数 134 6.6.1 休眠 134 6.6.2 时间与日历 135 6.6.3 时间差 135 6.7 交互式代码编程 136 6.8 文件操作 136 6.8.1 文件的简单属性与写入 文件 136 6.8.2 文件读取简单案例 137 6.8.3 按行读取文件 137 6.8.4 字符编码读取问题 138 6.8.5 os模块 138 6.8.6 递归与遍历文件夹 138 6.9 面向对象编程基础 139 6.9.1 简单的面向对象类 139 6.9.2 类的构造函数 140 6.9.3 self代表类的实例 140 6.9.4 类与实例的不同 141 6.9.5 类的数据方法权限限定 141 6.9.6 类的详细属性 141 6.9.7 类的析构函数与手动回收 内存 142 6.9.8 操作类的属性 142 6.9.9 继承 143 6.9.10 多继承 144 6.9.11 重写 144 6.9.12 重载 145 6.9.13 使用type()函数查看对象 类型 146 6.9.14 使用isinstance()函数判断 对象类型 146 第7章.Python编程**特性..147 7.1 面向对象编程进阶 148 7.1.1 动态添加属性和方法 148 7.1.2 限制添加属性 148 7.1.3 方法作为属性的补充 149 7.1.4 将方法当作属性 149 7.1.5 gc引用计数 150 7.1.6 抽象类 150 7.1.7 多态 151 7.2 文件编码 151 7.2.1 文件强化数据查询GBK 文件 151 7.2.2 处理复杂文件编码 152 7.3 异常处理 152 7.3.1 异常的概念 152 7.3.2 .nally 153 7.3.3 自定义异常 154 7.3.4 编译检查判断assert 154 7.4 进程和线程 155 7.4.1 进程和线程简介 155 7.4.2 简单多线程 156 7.5 编写Hadoop wordcount 156 7.6 集合 157 7.6.1 namedtuple 157 7.6.2 deque 157 7.6.3 defaultdict 158 7.6.4 OrderedDict 158 7.6.5 Counter 158 7.6.6 list 159 7.6.7 tuple 159 7.6.8 dict 160 7.7 线程进阶 160 7.7.1 基于函数创建线程 161 7.7.2 基于类创建线程 161 7.7.3 线程同步 162 7.8 http编程 163 7.9 网络通信编程 164 第3篇.大数据开发 第8章.Hadoop.......168 8.1 环境搭建 169 8.1.1 系统安装 VMTools 169 8.1.2 JDK Eclipse 169 8.1.3 MySQL的操作与使用 170 8.1.4 Oracle的安装准备 170 8.1.5 Oracle 的安装 171 8.1.6 Hadoop环境搭建 171 8.1.7 WordCount实例实现 和分析 172 8.1.8 在 CentOS环境下MySQL 的配置 172 8.1.9 Hive的安装与配置 173 8.1.10 HBase的安装与配置 173 8.1.11 Sqoop的安装与配置 173 8.1.12 Spark的安装与配置 174 8.1.13 Storm的准备工作 174 8.1.14 Storm的搭建 174 8.2 Hadoop入门 175 8.2.1 Hadoop简介 175 8.2.2 Hadoop预览 176 8.2.3 Hadoop Eclipse配置 176 8.2.4 HDFS Shell操作 177 8.2.5 HDFS的运行原理 177 8.2.6 HDFS访问云端 178 8.2.7 HDFS创建文件 178 8.2.8 HDFS保存文本到云端 179 8.2.9 HDFS删除文件 180 8.2.10 HDFS判断文件是否存在 180 8.2.11 HDFS遍历结点 180 8.2.12 HDFS搜索文件所在的 主机位置 181 8.2.13 HDFS文件重命名与上传 182 第9章.Hive/HBase.....183 9.1 Scala编程 184 9.1.1 Scala环境的安装 184 9.1.2 Scala常量与变量 184 9.1.3 Scala数据类型 185 9.1.4 Scala运算符 185 9.1.5 Scala条件选择 185 9.1.6 Scala循环 186 9.1.7 Scala匿名函数 186 9.1.8 Scala可变参数 187 9.1.9 Scala默认参数 187 9.1.10 Scala高阶函数 188 9.1.11 Scala递归与参数赋值 188 9.1.12 Scala函数 188 9.1.13 Scala数组 189 9.1.14 Scala字符串 190 9.1.15 Scala类与对象 190 9.1.16 Scala类的继承 191 9.1.17 Scala的特征 192 9.1.18 Scala的List 192 9.1.19 Scala的Set 192 9.1.20 Scala的Map 193 9.1.21 类的重载 193 9.1.22 Scala的Tuple 194 9.1.23 Scala的Option 194 9.1.24 Scala的迭代器 195 9.1.25 Scala的访问权限 195 9.1.26 Scala正则表达式 196 9.1.27 Scala的异常处理 196 9.1.28 Scala文件操作 196 9.2 Hive实战 197 9.2.1 Hive简介 197 9.2.2 Hive数据操作 197 9.2.3 Hive数据导入 198 9.2.4 Hive数据查询 199 9.2.5 Hive创建分区 200 9.2.6 Hive命令行 201 9.2.7 Hive内置函数与内置 运算符 201 9.2.8 Hive自定义函数 202 9.2.9 Hive访问JDBC 203 9.3 HBase数据库处理 203 9.3.1 Hadoop多语言支持 204 9.3.2 Hadoop PageRank算法 简介 204 9.3.3 Hadoop PageRank实现 204 9.3.4 HBase简介 205 9.3.5 HBase Shell示范 205 9.3.6 HBase Shell操作数据表 206 9.3.7 Java访问HBase 207 9.3.8 Java访问所有表与删除表 208 9.3.9 使用Java API在HBase中插入数据 208 9.3.10 HBase数据查询 209 9.3.11 HBase的删除操作 210 9.3.12 数据筛选 210 第10章.Python大数据开发..212 10.1 Hadoop原理与Python编程 213 10.1.1 Hadoop原理 213 10.1.2 Hadoop配置 213 10.1.3 HDFS 214 10.1.4 MapReduce 215 10.1.5 Hadoop Combiner 216 10.1.6 余弦相似度 218 10.2 Spark 218 10.2.1 Spark简介 218 10.2.2 Spark编程 219 10.2.3 Spark RDD 220 10.2.4 Spark SQL 223 10.2.5 Spark Dataset和DataFrame 224 第4篇.数据分析与可视化 第11章.Tushare.......228 11.1 Tushare环境部署 229 11.2 Tushare简单使用 229 11.3 Tushare保存数据 229 第12章.NumPy.......230 12.1 NumPy基础 231 12.1.1 NumPy概述 231 12.1.2 NumPy ndarray对象 231 12.1.3 NumPy数据类型 232 12.1.4 NumPy数组的常见属性 232 12.1.5 NumPy创建数组并初始化 232 12.1.6 NumPy根据已有数组创建 数组 233 12.1.7 NumPy从数值范围创建 数组 233 12.1.8 NumPy一维数组切片 234 12.1.9 NumPy多维数组的切片 235 12.1.10 NumPy 数组的**索引 236 12.1.11 NumPy bool表达式索引 237 12.1.12 NumPy广播 237 12.1.13 NumPy（Python）迭 代器 238 12.1.14 NumPy**迭代 239 12.2 NumPy数组操作与教学 239 12.2.1 NumPy数组变形折叠 239 12.2.2 NumPy数组翻转操作 240 12.2.3 NumPy数组维度操作 241 12.2.4 NumPy数组组合与切割 242 12.2.5 NumPy数组元素内部操作 242 12.2.6 NumPy位操作与补码 243 12.2.7 NumPy字符串 244 12.2.8 NumPy全局预览 244 12.2.9 NumPy数学函数 244 12.2.10 NumPy常见数组计算 245 12.2.11 NumPy统计计算 245 12.2.12 NumPy数组排序 246 12.2.13 大端与小端 246 12.2.14 副本与视图 247 12.2.15 NumPy矩阵库 247 12.2.16 NumPy线性代数 247 12.2.17 NumPy绘制函数曲线 248 12.2.18 NumPy**绘图 248 12.2.19 NumPy序列化 248 第13章.Pandas.......250 13.1 Pandas数据访问与数据结构 251 13.1.1 Pandas用于分析数据 251 13.1.2 Pandas操作数据行与列 251 13.1.3 Pandas结合Tushare选择 行与列 252 13.1.4 Pandas选择多列与计次 252 13.1.5 Pandas对比数据框架索引 252 13.1.6 Pandas类型Series 253 13.1.7 Pandas实战DataFrame 253 13.1.8 Pandas DataFrame与Series 计算 253 13.2 Pandas数据读写 254 13.2.1 Pandas处理CSV、XLS、 JSON数据 254 13.2.2 Pandas处理MySQL数 据库 254 13.3 Pandas数据处理 255 13.3.1 None与np.nan用于数据缺失 处理 255 13.3.2 Pandas处理缺失数据 255 13.3.3 Pandas处理数据的多层 索引 256 13.3.4 Pandas多层索引的索引 与切片 256 13.3.5 Pandas多层索引的聚合 与统计 256 13.3.6 Pandas数据的拼接 257 13.3.7 Pandas股票数据拼接 257 13.3.8 Pandas对不匹配数据的 拼接 257 13.3.9 Pandas数据归并 258 13.3.10 Pandas左右归并 258 13.3.11 Pandas内归并与外归并 258 13.3.12 Pandas列冲突 259 13.3.13 Pandas处理数据归并 关系 259 13.3.14 Pandas删除重复数据 260 13.3.15 Pandas与NumPy协同处 理数据 260 13.4 Pandas数据分析 260 13.4.1 Pandas_take随机抽样 排序 260 13.4.2 Pandas聚合操作 261 13.4.3 Pandas自定义聚合计算 261 第14章.Matplotlib......262 14.1 Matplotlib简单绘图 263 14.2 NumPy整合Matplotlib绘图 263 14.3 NumPy、Pandas、Matplotlib集成 绘图 263 14.4 数据工程师**DataView 264 14.5 Pandas中Series与DataFrame绘图 详解 264 14.6 Matplotlib载入数据 265 14.7 Matplotlib样式 265 14.8 Matplotlib子图 265