营销策划面试题(营销策划面试题及答案)

mycat面试题？

以下是一些可能出现在MyCat面试中的问题：

1. 什么是MyCat？MyCat是一个开源的分布式数据库中间件，它可以将多个MySQL数据库组合成一个逻辑上的数据库集群，提供高可用性、高性能、易扩展等特性。

2. MyCat的优势是什么？MyCat具有以下优势：支持读写分离、支持分库分表、支持自动切换故障节点、支持SQL解析和路由、支持数据分片等。

3. MyCat的架构是怎样的？MyCat的架构包括三个层次：客户端层、中间件层和数据存储层。客户端层负责接收和处理客户端请求，中间件层负责SQL解析和路由，数据存储层负责实际的数据存储和查询。

4. MyCat支持哪些数据库？MyCat目前支持MySQL和MariaDB数据库。

5. MyCat如何实现读写分离？MyCat通过将读请求和写请求分别路由到不同的MySQL节点上实现读写分离。读请求可以路由到多个只读节点上，从而提高查询性能。

6. MyCat如何实现分库分表？MyCat通过对SQL进行解析和路由，将数据按照一定规则划分到不同的数据库或表中，从而实现分库分表。

7. MyCat如何保证数据一致性？MyCat通过在多个MySQL节点之间同步数据，保证数据的一致性。同时，MyCat还支持自动切换故障节点，从而保证系统的高可用性。

8. MyCat的部署方式有哪些？MyCat可以部署在单机上，也可以部署在多台服务器上实现分布式部署。

mahout面试题？

之前看了Mahout官方示例 20news 的调用实现；于是想根据示例的流程实现其他例子。网上看到了一个关于天气适不适合打羽毛球的例子。

训练数据：

Day Outlook Temperature Humidity Wind PlayTennis

D1 Sunny Hot High Weak No

D2 Sunny Hot High Strong No

D3 Overcast Hot High Weak Yes

D4 Rain Mild High Weak Yes

D5 Rain Cool Normal Weak Yes

D6 Rain Cool Normal Strong No

D7 Overcast Cool Normal Strong Yes

D8 Sunny Mild High Weak No

D9 Sunny Cool Normal Weak Yes

D10 Rain Mild Normal Weak Yes

D11 Sunny Mild Normal Strong Yes

D12 Overcast Mild High Strong Yes

D13 Overcast Hot Normal Weak Yes

D14 Rain Mild High Strong No

检测数据：

sunny，hot，high，weak

结果：

Yes=》 0.007039

No=》 0.027418

于是使用Java代码调用Mahout的工具类实现分类。

基本思想：

1. 构造分类数据。

2. 使用Mahout工具类进行训练，得到训练模型。

3。将要检测数据转换成vector数据。

4. 分类器对vector数据进行分类。

接下来贴下我的代码实现=》

1. 构造分类数据：

在hdfs主要创建一个文件夹路径 /zhoujainfeng/playtennis/input 并将分类文件夹 no 和 yes 的数据传到hdfs上面。

数据文件格式，如D1文件内容： Sunny Hot High Weak

2. 使用Mahout工具类进行训练，得到训练模型。

3。将要检测数据转换成vector数据。

4. 分类器对vector数据进行分类。

这三步，代码我就一次全贴出来；主要是两个类 PlayTennis1 和 BayesCheckData = =》

package myTesting.bayes;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.fs.FileSystem;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.util.ToolRunner;

import org.apache.mahout.classifier.naivebayes.training.TrainNaiveBayesJob;

import org.apache.mahout.text.SequenceFilesFromDirectory;

import org.apache.mahout.vectorizer.SparseVectorsFromSequenceFiles;

public class PlayTennis1 {

private static final String WORK_DIR = "hdfs://192.168.9.72:9000/zhoujianfeng/playtennis";

/*

* 测试代码

*/

public static void main(String[] args) {

//将训练数据转换成 vector数据

makeTrainVector();

//产生训练模型

makeModel(false);

//测试检测数据

BayesCheckData.printResult();

}

public static void makeCheckVector(){

//将测试数据转换成序列化文件

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"testinput";

String output = WORK_DIR+Path.SEPARATOR+"tennis-test-seq";

Path in = new Path(input);

Path out = new Path(output);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean参数是，是否递归删除的意思

fs.delete(out, true);

}

SequenceFilesFromDirectory sffd = new SequenceFilesFromDirectory();

String[] params = new String[]{"-i",input,"-o",output,"-ow"};

ToolRunner.run(sffd, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("文件序列化失败！");

System.exit(1);

}

//将序列化文件转换成向量文件

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"tennis-test-seq";

String output = WORK_DIR+Path.SEPARATOR+"tennis-test-vectors";

Path in = new Path(input);

Path out = new Path(output);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean参数是，是否递归删除的意思

fs.delete(out, true);

}

SparseVectorsFromSequenceFiles svfsf = new SparseVectorsFromSequenceFiles();

String[] params = new String[]{"-i",input,"-o",output,"-lnorm","-nv","-wt","tfidf"};

ToolRunner.run(svfsf, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("序列化文件转换成向量失败！");

System.out.println(2);

}

}

public static void makeTrainVector(){

//将测试数据转换成序列化文件

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"input";

String output = WORK_DIR+Path.SEPARATOR+"tennis-seq";

Path in = new Path(input);

Path out = new Path(output);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean参数是，是否递归删除的意思

fs.delete(out, true);

}

SequenceFilesFromDirectory sffd = new SequenceFilesFromDirectory();

String[] params = new String[]{"-i",input,"-o",output,"-ow"};

ToolRunner.run(sffd, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("文件序列化失败！");

System.exit(1);

}

//将序列化文件转换成向量文件

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"tennis-seq";

String output = WORK_DIR+Path.SEPARATOR+"tennis-vectors";

Path in = new Path(input);

Path out = new Path(output);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean参数是，是否递归删除的意思

fs.delete(out, true);

}

SparseVectorsFromSequenceFiles svfsf = new SparseVectorsFromSequenceFiles();

String[] params = new String[]{"-i",input,"-o",output,"-lnorm","-nv","-wt","tfidf"};

ToolRunner.run(svfsf, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("序列化文件转换成向量失败！");

System.out.println(2);

}

}

public static void makeModel(boolean completelyNB){

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"tennis-vectors"+Path.SEPARATOR+"tfidf-vectors";

String model = WORK_DIR+Path.SEPARATOR+"model";

String labelindex = WORK_DIR+Path.SEPARATOR+"labelindex";

Path in = new Path(input);

Path out = new Path(model);

Path label = new Path(labelindex);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean参数是，是否递归删除的意思

fs.delete(out, true);

}

if(fs.exists(label)){

//boolean参数是，是否递归删除的意思

fs.delete(label, true);

}

TrainNaiveBayesJob tnbj = new TrainNaiveBayesJob();

String[] params =null;

if(completelyNB){

params = new String[]{"-i",input,"-el","-o",model,"-li",labelindex,"-ow","-c"};

}else{

params = new String[]{"-i",input,"-el","-o",model,"-li",labelindex,"-ow"};

}

ToolRunner.run(tnbj, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("生成训练模型失败！");

System.exit(3);

}

}

}

package myTesting.bayes;

import java.io.IOException;

import java.util.HashMap;

import java.util.Map;

import org.apache.commons.lang.StringUtils;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.fs.PathFilter;

import org.apache.hadoop.io.IntWritable;

import org.apache.hadoop.io.LongWritable;

import org.apache.hadoop.io.Text;

import org.apache.mahout.classifier.naivebayes.BayesUtils;

import org.apache.mahout.classifier.naivebayes.NaiveBayesModel;

import org.apache.mahout.classifier.naivebayes.StandardNaiveBayesClassifier;

import org.apache.mahout.common.Pair;

import org.apache.mahout.common.iterator.sequencefile.PathType;

import org.apache.mahout.common.iterator.sequencefile.SequenceFileDirIterable;

import org.apache.mahout.math.RandomAccessSparseVector;

import org.apache.mahout.math.Vector;

import org.apache.mahout.math.Vector.Element;

import org.apache.mahout.vectorizer.TFIDF;

import com.google.common.collect.ConcurrentHashMultiset;

import com.google.common.collect.Multiset;

public class BayesCheckData {

private static StandardNaiveBayesClassifier classifier;

private static Map dictionary;

private static Map documentFrequency;

private static Map labelIndex;

public void init(Configuration conf){

try {

String modelPath = "/zhoujianfeng/playtennis/model";

String dictionaryPath = "/zhoujianfeng/playtennis/tennis-vectors/dictionary.file-0";

String documentFrequencyPath = "/zhoujianfeng/playtennis/tennis-vectors/df-count";

String labelIndexPath = "/zhoujianfeng/playtennis/labelindex";

dictionary = readDictionnary(conf, new Path(dictionaryPath));

documentFrequency = readDocumentFrequency(conf, new Path(documentFrequencyPath));

labelIndex = BayesUtils.readLabelIndex(conf, new Path(labelIndexPath));

NaiveBayesModel model = NaiveBayesModel.materialize(new Path(modelPath), conf);

classifier = new StandardNaiveBayesClassifier(model);

} catch (IOException e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("检测数据构造成vectors初始化时报错。。。。");

System.exit(4);

}

}

/**

* 加载字典文件，Key: TermValue； Value：TermID

* @param conf

* @param dictionnaryDir

* @return

*/

private static Map readDictionnary(Configuration conf, Path dictionnaryDir) {

Map dictionnary = new HashMap();

PathFilter filter = new PathFilter() {

@Override

public boolean accept(Path path) {

String name = path.getName();

return name.startsWith("dictionary.file");

}

};

for (Pair pair : new SequenceFileDirIterable(dictionnaryDir, PathType.LIST, filter, conf)) {

dictionnary.put(pair.getFirst().toString(), pair.getSecond().get());

}

return dictionnary;

}

/**

* 加载df-count目录下TermDoc频率文件，Key: TermID； Value：DocFreq

* @param conf

* @param dictionnaryDir

* @return

*/

private static Map readDocumentFrequency(Configuration conf, Path documentFrequencyDir) {

Map documentFrequency = new HashMap();

PathFilter filter = new PathFilter() {

@Override

public boolean accept(Path path) {

return path.getName().startsWith("part-r");

}

};

for (Pair pair : new SequenceFileDirIterable(documentFrequencyDir, PathType.LIST, filter, conf)) {

documentFrequency.put(pair.getFirst().get(), pair.getSecond().get());

}

return documentFrequency;

}

public static String getCheckResult(){

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String classify = "NaN";

BayesCheckData cdv = new BayesCheckData();

cdv.init(conf);

System.out.println("init done...............");

Vector vector = new RandomAccessSparseVector(10000);

TFIDF tfidf = new TFIDF();

//sunny，hot，high，weak

Multiset words = ConcurrentHashMultiset.create();

words.add("sunny",1);

words.add("hot",1);

words.add("high",1);

words.add("weak",1);

int documentCount = documentFrequency.get(-1).intValue(); // key=-1时表示总文档数

for (Multiset.Entry entry : words.entrySet()) {

String word = entry.getElement();

int count = entry.getCount();

Integer wordId = dictionary.get(word); // 需要从dictionary.file-0文件（tf-vector）下得到wordID，

if (StringUtils.isEmpty(wordId.toString())){

continue;

}

if (documentFrequency.get(wordId) == null){

continue;

}

Long freq = documentFrequency.get(wordId);

double tfIdfValue = tfidf.calculate(count, freq.intValue(), 1, documentCount);

vector.setQuick(wordId, tfIdfValue);

}

// 利用贝叶斯算法开始分类,并提取得分最好的分类label

Vector resultVector = classifier.classifyFull(vector);

double bestScore = -Double.MAX_VALUE;

int bestCategoryId = -1;

for(Element element: resultVector.all()) {

int categoryId = element.index();

double score = element.get();

System.out.println("categoryId:"+categoryId+" score:"+score);

if (score > bestScore) {

bestScore = score;

bestCategoryId = categoryId;

}

}

classify = labelIndex.get(bestCategoryId)+"(categoryId="+bestCategoryId+")";

return classify;

}

public static void printResult(){

System.out.println("检测所属类别是："+getCheckResult());

}

}

cocoscreator面试题？

需要具体分析 因为cocoscreator是一款游戏引擎，面试时的问题会涉及到不同的方面，如开发经验、游戏设计、图形学等等，具体要求也会因公司或岗位而异，所以需要根据实际情况进行具体分析。 如果是针对开发经验的问题，可能会考察候选人是否熟悉cocoscreator常用API，是否能够独立开发小型游戏等等；如果是针对游戏设计的问题，则需要考察候选人对游戏玩法、关卡设计等等方面的理解和能力。因此，需要具体分析才能得出准确的回答。

freertos面试题？

这块您需要了解下stm32等单片机的基本编程和简单的硬件设计，最好能够了解模电和数电相关的知识更好，还有能够会做操作系统，简单的有ucos，freeRTOS等等。最好能够使用PCB画图软件以及keil4等软件。希望对您能够有用。

采购经理面试题？

1：简述一个采购流程（看你是否能适应本公司的采购流程）

2：做为一名新采购，你觉得你应该怎样着手开展自己的工作（看你的适应能力与开展工作的能力)

3：做为一名采购，如何避免你负责的物料库存过高,如何确保物料及时到位（日常工作能力）

4：你觉得你的优点和缺点是什么？各举三点。（从你的优缺点看你是否适合做采购）

5：拿出一件你负责的物料，让你做成本分析，并报价（成本分析能力，基础市场掌握情况）

贸易助理面试题？

首先用英文自我介绍，然后阐述一下自己对工作的了解情况和相关的工作内容，还有就是自己的优势和期望的薪水。

药学面试题目？

可以对考官说：自己只是选择了一个自己对其兴趣最大又可以完成自己救伤治病的理想的专业。

各个学校的面试有部分差别，但是一般测试内容均为技能测试，考生带本人第二代身份证原件参加技能测试。着装不一定要正装或者很华丽高档，但要干净整洁。

单招面试技巧

1、穿着要注意

“着装不一定要正装或者很华丽高档，但要干净整洁。”该负责人特别提醒，参加面试时切记不能穿校服，“有些学生以为穿校服能给考官博个好印象，事实上为了公平起见，我们一般都会要求学生不要穿校服，尤其是有学校Logo的。”男生不要留胡子、长发，女生穿着不要太过“花哨或暴露”，不要化浓妆或太多装饰。

2、怎样回答考官的问题

有学生担心面试会有一些偏问、怪问。该负责人表示，面试主要是考察学生的应变、表达和思考能力，学生应对所报专业有一定了解，“比如自己为什么会选择这个专业?为什么报读我们学校?你打算将来做什么工作?”此外，面试中还可能问一些很生活化的内容，“比如怎么处理同学之间的关系等”。这些问题都不难，关键是“不能沉默，尽量多说”，并且要保持与考官有一定的眼神交流。

回答范本：

各位老师：上午好！

今天是我人生的一个转折点，因为坐在我面前的都是教育前辈，专家；说句心里话，我有些紧张，因为你们的评分将决定我是否能够实现自己成为一名幼师的梦想！

在回答第一个问题“为什么要选择幼儿教师这一职业”前，请允许我作一下简单的自我介绍。

我是5号选手，就读于一所大学的学前教育专业，今年7月毕业。即将踏入社会的我对未来充满着期待，我希望今天能够成为我成功的起点。我来自于一个教育家庭，我父母都是教师，我从小就分享了他们在教育工作中获得的充实与快乐，他们那种热爱教育，热爱学生的形象在我心灵留下深刻的烙印，也让我比同龄人更理解教师与学生的关系，以至于我小时候就希望自己长大后也能成为一名优秀的人民教师。在我幼年的时候，父母为了我的学前教育，找遍了当时他们学校附近的乡镇，但是，那时农村几乎没有幼儿教育，于是，我提前就读了一年级！和我一样大的伙伴也和我一样，没有经历过学前教育的快乐与启蒙。于是我幼小的心灵就有了一个愿望：长大后做一名幼儿教师！让农村学前儿童享有学前教育的机会，让孩子们在游戏中享受教育，在教育中享受快乐。后来，在填写大学志愿时，我毫不犹豫地选择了学前教育专业。也因此，我今天才有幸站在各位老师面前。也许，我今天的回答不是最好的，但是，我对幼儿教育事业的心是最热的！

因为热爱，所以喜欢；因为喜欢，所以选择！

hashmap原理面试题？

hashmap面试经常会被问到底层的数据结构是什么，以及jdk1.7和1.8两个版本hashmap的区别

高情商面试题？

招聘时选择的候选人会影响企业的文化，甚至可能决定企业的命运，因此面试时筛掉不合适的人就很重要了。而各企业的价值观虽然千差万别，但情商低的员工无疑到哪里都不受欢迎。本文给出的7个面试问题能让这样的候选人现出原形。

1，谁给你带来了启发？为什么？

这个问题的答案能透露候选人以什么样的人为榜样，重视什么样的行为。

2，如果你明天就创业开公司，最重要的3大价值观是什么？

相互信任和价值观一致才能建立良好的关系。这个问题能看出候选人看重什么品质，例如诚实、守信。

3，如果业务重点发生了变化，说明一下你会怎样帮助团队理解并执行变更过的目标？

业务方向的变革是常事，所以你要找的是能灵活调整，并且帮助团队实施变革的人。

在这个问题中表现出自知之明、积极性和移情能力的人就是你该留意的。

4，你在从事其他工作时是否曾交到长期的朋友？

交朋友是长期的过程，能做到这一点的人通常擅长关心他人，且情商较高。

5，你觉得自己还缺少哪些技能或专业知识？

好奇心和学习欲是有上进心的员工才有的特征。如果这个问题答得不流畅，通常此人对自己颇为自满。

6，你能不能告诉我一些我从未听说过的新东西？（技能、教训或难题都行）

这个问题能看出候选人开口之前是否愿意花心思斟酌，是否具备一定的技术能力来解释某件事，是否善用移情技巧取得解释对象的好感。

7，让你成功的三个最大的因素是什么？

这个问题是有陷阱的。考察的是候选人是否自私。如果对方把功劳都往自己身上揽，这样的人选基本就可以排除了。

安监局招聘面试题？

安监局在面试招聘的时候题一般来说和普通公务员面试的题目相同。安监局面试大多数地方都是普通的结构化面试，主要的题目一般有观点题，情景题，特殊情况处理题等类型，如果进入面试，一定要针对性质的训练这些题目，特别是情景题难度是比较大的。