优启通软件加载不出来中优省优惠的URL,是什么？

来源：蜘蛛抓取(WebSpider) 时间：2022-11-29 01:21 标签： 优启通软件加载不出来

vue前端面试题2022_前端常见面试题然后现在也是找了一些在Vue方面经常出现的面试题，留给自己查看消化，也分享给有需要的小伙伴。如果文章中有出现纰漏、错误之处，还请看到的小伙伴留言指正，先行谢过。以下↓/

【正版授权，激活自己账号】：

【官方授权 正版激活】：

1、星型模型、雪花模型

 1：星型模型、雪花模型的优缺点？ 

查询性能：雪花模型维度表、事实表之间的联接很多，性能比较低；星型模型数据冗余存储所以很多统计查询不需要做外部的连接。
模型复杂度：星型架构更简单。雪花模型数据模型的业务层级是由一个不同维度表主键-外键的关系来代表的。而在星形模型中，所有必要的维度表在事实表中都只拥有外键。
层次概念：雪花型架构更加贴近OLTP系统的结构，比较符合业务逻辑，层次比较清晰。
存储空间：雪花模型使用的是规范化数据，不会产生冗余数据，能够减少数据量，而相比之下星型架构会产生数据冗余。
ETL处理：雪花模型由于附属模型的限制，ETL相对复杂，不能并行化。星形模型加载维度表，不需要再维度之间添加附属模型，因此ETL就相对简单，而且可以实现高度的并行化。
适用场景：雪花模型更加适合维度分析的场景，星型模型更加适合指标分析的场景。

雪花模型适用场景：根据我们的项目经验，一般建议使用星型架构。因为我们在实际项目中，往往最关注的是查询性能问题，至于磁盘空间一般都不是问题。当然，在维度表数据量极大，需要节省存储空间的情况下，或者是业务逻辑比较复杂、必须要体现清晰的层次概念情况下，可以使用雪花型维度。

1、一个用户维度表且数据量较大。其中，80%的事实度量表是匿名访问者，仅包含少数详细信息。20%的是可靠的注册用户，且这些注册用户有较为详细的信息，与多个维度表中的数据相连。

2、例如一个金融产品维度表，且这些金融产品有银行类的，保险类等等区别。因此不同种类的产品有自己一系列的特殊属性，且这些属性并非是所有产品共享的。

3、多个企业共用的日历维度表。但每个企业的财政周期不同，节假日不同等等。在数据仓库的环境中用雪花模型，降低储存的空间，到了具体某个主题的数据集市再用星型模型。

雪花模型使得维度分析更加容易，比如“针对特定的广告主，有哪些客户或者公司是在线的?”，星形模型用来做指标分析更适合，比如“给定的一个客户他们的收入是多少?”

1.没有对应的维度表的维度。2.存储在事实表中

不可能将所有与业务相关的维度分类到一个紧凑的表集合中。类似这样的情况，将一个或者多个维度存储到事实表中是合适的选择。采用这种方法，存储事实表中的维度列被称为退化维度，退化维度的过程称为维度退化。这种退化维度一般都是事务的编号，如订单编号、发票编号等。这类编号需要保存到事实表中，但是不需要对应的维度表，所以称为退化维度。

规范化定义：当一个维度没有数据仓库需要的任何数据的时候就可以退化此维度，需要把退化的相关数据迁移到事实表中，然后删除退化的维度。与其他存储在维表中的维度一样 ，退化维度也可以用来进行事实表的过滤查询、实现聚合操作等。

退化维度常见于事务和累积快照事实表中。

退化维度通常被保留作为操作型事务的标识符。实际上可以将订单号作为一个属性加入到事实表中。这样订单维度就没有数据仓库需要的任何数据， 此时就可以退化订单维度。需要把退化维度的相关数据迁移到事实表中， 然后删除退化的维度。

核心理解：退化维度没有对应对应的维表，没有修饰它的属性，但是呢，通过它你可以获取一些内容，一些事实，比如说订单编号，你可以通过它获得这个订单里面包含哪些商品，对应的付款人是谁等。注意，对于不变维度，可以进行退化，对于缓慢变化维度，视具体情况而定，如果忽略缓慢变化维度的影响可以退化，否则不建议退化。优点：
维度退化在事实表中有利于使用，一般一个维度键都有对应的维表，如果退化在事实表中，可以减少关联次数，并且退化维可以用于group by操作，进行分组统计。

弊端：灵活度下降、耦合增多、冗余存储

一些维度表的数据不是静态的，而是会随着时间而缓慢地变化（这里的缓慢是相对事实表而言，事实表数据变化的速度比维度表快）。这种随着时间发生变化的维度称之为缓慢变化维。把处理维度表数据历史变化的问题，称为缓慢变化维问题，简称SCD问题

对于某些维度属性，值不会发生变化，因此可以保留初始值，此方法什么也不做。例如日期维度的大多数属性，值都不会发生变化，如月份、季度、是否节假日等属性。

该类型和业务系统保持一致，直接update，将维度属性修改为最新值，直接覆盖原有的值，不保留历史信息。该类型总是反映最近的情况，会破坏历史情况，因此适合业务只关心最新属性值、不关心历史信息的情况。

在维度表中增加新的一行，新行中采用新的属性值。此方式及其变种是处理缓慢变化维的主要技术。

该方法在维度表中增加新的一列以保存原来的属性值。

当某维表是一个大型维度表，采用方式3时，如果某些维度属性变化相对较快，这将导致维度表中的数据量增长过快，带来过多的数据冗余存储，该维表变得越来越大，导致存储压力和性能压力，严重影响对历史数据的查询、分析效率。

此种方式比较暴力，每天保留全量维度属性的快照数据，自然键及日期键作为事实表的外键。此方式依托的是当前存储成本远低于计算成本，以空间换时间的理念。

7.拉链表是方式3的变形，对于有变化频率不太高的维度属性，相较于方式6，大大降低了存储；对于变化频率很高的维度属性，不适用此方法，可考虑垂直拆分。

不止上面7种，还有三种组合方式（微型维度与方式2支架、方式2属性增加到方式3维度、双重外键并且方式2与方式3的结合）不常用。

方式2适合不关心历史信息的业务场景；

方式3最为常用，但不适合处理变化十分迅速的维度属性；

方式4不太常用，适合维度变化次数很少(如不超过两次)的场景；

在大数据时代，方式6、7比较常见。

方式6简单粗暴、易于理解和使用，但是存储成本高，造成了很大的存储空间的浪费；

方式7相对存储空间小，但是使用成本高，对于BI及其他下游使用人员来讲，不易于理解，另外该方法可以很方便的找到某一时间有效的数据（生效日期<= 选择的时间<=失效日期），但是对于某一段时间生效的数据则不太好关联，需要做技术改造。

Hash shuffle：一种是普通运行机制，另一种是合并的运行机制。

每个分区是一个task
磁盘小文件多，I/O增多，产生的GC会增多。
这种shuffle产生的磁盘小文件，容易导致OOM

这种模式不单单产生的磁盘小文件比较多，而且占用内存也比较多。
我们应该降低这种磁盘之间的接触。

如果 Reducer 端的并行任务或者是数据分片过多的话则 Core * Reducer Task 依旧过大，也会产生很多小文件。

最终溢写的小的磁盘小文件合并成为了一个大的磁盘小文件
当不需要排序的时候，默认使用Bypass机制

spark容错重试机制

在大作业（处理的数据量比较大）的情况下，建议可以设置为8次

额外增加程序鲁棒性的机制

默认参数是3次。shuffle拉取数据的时候，有可能连接的那台机器正在gc，响应不了，所以拉取shuffle-io有重试，还可以设置重试的间隔等等，这里就不列出来了

spark中，相互通信，基本上都是rpc发送，举个例子，一个task处理完了，通过spark内置的RPC框架往endpoint发送处理完了的消息，RPC的服务端，拿到这个消息做一个后续的处理，这之间的通信也需要有重试等机制，如果处理的数据量比较大，应该适当增加上述参数的时间

其实我一直不太爱用推测执行，原因是这样的，当某个task执行很慢的时候，排除机器的问题，那基本上是数据倾斜，既然是数据倾斜，那我再启动另一个task来跑，同样是很慢，没什么太大区别，所以推测执行的适用场景，应该是：

1、部分机器性能不行，相同数据量的task分发到这些机器上运行会比其他机器慢很多

2、由于数据本地化策略，把大部分任务扔到了相同的几台机器上运行，其他机器围观

3、部分task由于一些奇怪的原因卡住了

类似以上的情况，可以尝试开启推测执行来解决问题，但是推测执行势必会影响spark任务的运行速度

黑名单机制的配置参数越来越多，证明spark是有在这上面花功夫的。本质上来讲，其实就是大数据集群的部分机器可能因为某些原因（比如坏盘，cpu/io爆满），导致分发到该机器上的task并不能完成，但是由于数据本地化策略，有可能task失败重试的时候又分发到这台机器上，这就很不合理。所以可以设置，当一个task在某台机器上失败多少次，该台机器就会被加入黑名单

其他相关参数请看spark官网，因为不同版本配置不一样！

我没有截全，还是不少的

cache机制算是代码和数据层面的容错机制

cache机制会保留数据在内存或者磁盘上，并且保留RDD的上下游依赖关系

他的大致的原理是这样的，数据流入spark，会根据用户写的代码构建DAG图，会生成不同的RDD，并且他们之间有上下游的依赖关系。

checkpoint有点像快照，像spark和flink这种提供流式的数据处理框架，基本上都会提供这种机制。

checkpoint机制，像是cache的一个递进的解决方案，当我们cache数据的时候，数据可能会存在内存中或者某部分机器的磁盘上，如果这些机器挂掉了，那cache失效，结果还是要从最原始的地方拉取数据！

checkpoint机制可以帮助你，把数据的结果写入分布式存储系统里，比如HDFS，通过HDFS来保证数据的不丢失，这样就算spark任务挂掉了，下次启动spark任务的时候还能够重新读到上一次checkpoint的数据，这个机制，一般用于流式的数据处理，记录偏移量等操作

整理vue常见基础面试题

    • 计算属性，依赖其他属性值，且值具备缓存的特性。只有它依赖的属性值发生改变，下一次获取的值才会重新计算。
    • 当一个属性受多个属性影响的时候就需要用到computed
    • 适用于数值计算，并且依赖于其他属性时。因为可以利用缓存特性，避免每次获取值，都需要重新计算。购物车商品结算的时候
    • 当一条数据影响多条数据的时候就需要用watch
    • 观察属性，监听属性值变动。每当属性值发生变化，都会执行相应的回调。
    • 适用于数据变化时执行异步或开销比较大的操作。搜索数据

9.vue组件中data为什么必须是一个函数,key的作用

组建中的data写成一个函数，数据以函数返回值的形式定义，这样每次复用组件的时候，都会返回一份新的data，相当于每个组件实例都有自己私有的数据空间，它们只负责各自维护的数据，不会造成混乱。而单纯的写成对象形式，就是所有的组件实例共用了一个data，这样改一个全都改了。

  • 因为JavaScript的特性所导致，在component中，data必须以函数的形式存在，不可以是对象。
  • 需要使用key来给每个节点做一个唯一标识，Diff算法就可以正确的识别此节点。作用主要是为了高效的更新虚拟DOM。

当你修改了data的值然后马上获取这个dom元素的值，是不能获取到更新后的值，
你需要使用$nextTick这个回调，让修改后的data值渲染更新到dom元素之后在获取，才能成功。

10.单页面应用（SPA）和多页面应用（MPA）区别及优缺点

  • SPA：通俗一点说就是指只有一个主页面的应用，浏览器一开始要加载所有必须的 html, js, css。所有的页面内容都包含在这个所谓的主页面中。但在写的时候，还是会分开写（页面片段），然后在交互的时候由路由程序动态载入，单页面的页面跳转，仅刷新局部资源。多应用于pc端。
  • MPA：就是指一个应用中有多个页面，页面跳转时是整页刷新

单页面的优点：用户体验好，快，内容的改变不需要重新加载整个页面，基于这一点spa对服务器压力较小；前后端分离；页面效果会比较炫酷（比如切换页面内容时的专场动画）。

单页面缺点：不利于seo；导航不可用，如果一定要导航需要自行实现前进、后退。（由于是单页面不能用浏览器的前进后退功能，所以需要自己建立堆栈管理）；初次加载时耗时多；页面复杂度提高很多。

.prevent：等同于JavaScript中的event.preventDefault()，防止执行预设的行为（如果事件可取消，则取消该事件，而不停止事件的进一步传播）；
.capture：与事件冒泡的方向相反，事件捕获由外到内；
.self：只会触发自己范围内的事件，不包含子元素；
.once：只会触发一次。

数据驱动：ViewModel，保证数据和视图的一致性。
组件系统：应用类UI可以看作全部是由组件树构成的。

  • beforeCreate：在new一个vue实例后，只有一些默认的生命周期钩子和默认事件，其他的东西都还没创建。在beforeCreate生命周期执行的时候，data和methods中的数据都还没有初始化。不能在这个阶段使用data中的数据和methods中的方法
  • create：data 和 methods都已经被初始化好了，如果要调用 methods 中的方法，或者操作 data 中的数据，最早可以在这个阶段中操作
  • beforeMount：执行到这个钩子的时候，在内存中已经编译好了模板了，但是还没有挂载到页面中，此时，页面还是旧的
  • mounted：执行到这个钩子的时候，就表示Vue实例已经初始化完成了。此时组件脱离了创建阶段，进入到了运行阶段。 如果我们想要通过插件操作页面上的DOM节点，最早可以在和这个阶段中进行
  • beforeUpdate： 当执行这个钩子时，页面中的显示的数据还是旧的，data中的数据是更新后的， 页面还没有和最新的数据保持同步
  • updated：页面显示的数据和data中的数据已经保持同步了，都是最新的
  • beforeDestory：Vue实例从运行阶段进入到了销毁阶段，这个时候上所有的 data 和 methods ， 指令， 过滤器 ……都是处于可用状态。还没有真正被销毁
  • destroyed： 这个时候上所有的 data 和 methods ， 指令， 过滤器 ……都是处于不可用状态。组件已经被销毁了。
  • created:在模板渲染成html前调用，即通常初始化某些属性值，然后再渲染成视图。
  • mounted:在模板渲染成html后调用，通常是初始化页面完成后，再对html的dom节点进行一些需要的操作。
  • 全局前置守卫：在路由跳转前触发，可在执行 next 方法前做一些身份登录验证的逻辑。
// 必须执行 next 方法来触发路由跳转
  • 全局解析守卫：与 beforeEach 类似，也是路由跳转前触发，区别是还需在所有组件内守卫和异步路由组件被解析之后，也就是在组件内 beforeRouteEnter 之后被调用。
// 必须执行 next 方法来触发路由跳转
  • 全局后置钩子：和守卫不同的是，这些钩子不会接受 next 函数也不会改变导航本身。
  • 路由独享守卫：可在路由配置上直接定义 beforeEnter
  • 组件内的守卫：组件内可直接定义如下路由导航守卫
// 当守卫执行前，组件实例还没被创建 // 当前路由改变，但是组件被复用时调用 // 导航离开组件时被调用
  • URL 虽然不显示我们的传参，但是是可以在子组件获取参数的。当然也有问题：会存在刷新丢失参数。若想不丢失，需和方案一路由配置一样。原因是第二种方式传参是上一个页面 push 函数中携带的，刷新没有 push 的动作。

  1. hash：监听的hashchange事件，即地址栏 URL 中的 # 符号；hash 虽然出现在 URL 中，但不会被包括在 HTTP 请求中，对后端完全没有影响，因此改变 hash 不会重新加载页面。兼容性好，支持低版本浏览器和 IE 浏览器。

  2. history：history模式监听pushstate和popstate,（需要特定浏览器支持）这两个方法应用于浏览器的历史记录栈，在当前已有的 back、forward、go 的基础之上，它们提供了对历史记录进行修改的功能。只是当它们执行修改时，虽然改变了当前的 URL，但浏览器不会立即向后端发送请求。

  3. abstract：支持所有 JS 运行模式，Vue-Router 自身会对环境做校验，如果发现没有浏览器 API，路由会自动强制进入 abstract 模式。在移动端原生环境也是使用 abstract 模式。

  • 一般场景下，hash 和 history 都可以，除非你更在意颜值，# 符号夹杂在 URL 里看起来确实有些不太美丽。
  • pushState() 设置的新 URL 可以与当前 URL 一模一样，这样也会把记录添加到栈中；而 hash 设置的新值必须与原来不一样才会触发动作将记录添加到栈中；
  • 跳转后刷新或者回跳，会报一个404的错误，找不到指定的路由,最后后端去指向正确的路由 加了/hd/xxx 去匹配是否有这个/hd/{:path} 才得以解决
  1. 环境能力检测，选择可选中效率最高的（宏任务/微任务）进行包装执行，保证是在同步代码都执行完成后再去执行修改 DOM 等操作。
  • 基于依赖收集的响应式原理

  • 首先需要diff的原因是操作dom的代价是昂贵的，我们要减少操作dom所以需要对比出新老虚拟dom的最小差异点，尽可能复用原有dom

  • 因为我们很少跨层级的去移动dom，所以diff算法只会对比同一父节点下的子节点，使算法的时间复杂度是O(n)

  • 深度优先，比较新vnode找到对应的老vnode，这时会先执行patchChildren进入子节点的比较，所以是深度优先

  • 首尾两端对比法，依次把旧vnode数组的首尾分别和新vnode数组的首尾进行对比，能匹配上就进入他们子节点的对比，都匹配不上就通过key索引找新vnode数组第一个节点对应的在旧vnode数组里的index，还是找不到的话就新建一个vnode。当旧vnode数组里还有节点，而新vnode数组已经遍历完了时就remove掉对应的多出来的真实dom

slot 插槽，可以理解为slot在组件模板中提前占据了位置。当复用组件时，使用相关的slot标签时，标签里的内容就会自动替换组件模板中对应slot标签的位置，作为承载分发内容的出口。
主要作用是复用和扩展组件，做一些定制化组件的处理。

  • 具名插槽：slot 标签没有name属性，则为默认插槽。具备name属性，则为具名插槽
  • 作用域插槽：子组件在作用域上绑定的属性来将组件的信息传给父组件使用，这些属性会被挂在父组件接受的对象上

指令定义函数提供如下钩子函数

  1. bind：指令第一次绑定到元素时调用（只调用一次）
  2. inserted: 被绑定元素插入父节点时使用（父节点存在即可调用）
  3. update：被绑定元素所在模板更新时调用，不论绑定值是否变化。通过比较更新前后的绑定值。
  4. componentUpdated: 被绑定元素所在模板完成一次更新周期时调用。
  5. unbind: 只调用一次，指令与元素解绑时调用。

项目中有涉及 一键copy、权限控制 都可以用指令的方式控制，目的就是简化我们的工作量。

Vue 过滤器可用在两个地方：双花括号插值和 v-bind 表达式。
Vue3 中已经废弃这个特点。

// 可基于源值做一些处理 
 // 可基于源值做一些处理

过滤器可串联，执行顺序从左到右，第二个过滤器输入值是第一个过滤器的输出值。

  • Proxy 可以直接监听对象而非属性；
  • Proxy 可以直接监听数组的变化；
  • Proxy 返回的是一个新对象,我们可以只操作新的对象达到目的,而 Object.defineProperty 只能遍历对象属性直接修改；
  • Proxy 作为新标准将受到浏览器厂商重点持续的性能优化，也就是传说中的新标准的性能红利；
  • 兼容性好，支持 IE9，而 Proxy 的存在浏览器兼容性问题,而且无法用 polyfill 磨平，因此 Vue
    的作者才声明需要等到下个大版本( 3.0 )才能用 Proxy 重写。

先转化成AST树，再得到的render函数返回VNode（Vue的虚拟DOM节点）

  • Vue 项目的编译优化

3.基础web技术优化

    • 只能监测属性，不能监测对象
    • 检测属性的添加和删除；
    • 检测数组索引和长度的变更；
  • 用于创建 observable 的公开 API。这为中小规模场景提供了简单轻量级的跨组件状态管理解决方案。
    • 默认采用惰性观察。在 2.x 中，不管反应式数据有多大，都会在启动时被观察到。如果你的数据集很大，这可能会在应用启动时带来明显的开销。在 3.x 中，只观察用于渲染应用程序最初可见部分的数据。
    • 更精确的变更通知。在 2.x 中，通过 Vue.set 强制添加新属性将导致依赖于该对象的 watcher 收到变更通知。在 3.x 中，只有依赖于特定属性的 watcher 才会收到通知。
    • 不可变的 observable：我们可以创建值的“不可变”版本（即使是嵌套属性），除非系统在内部暂时将其“解禁”。这个机制可用于冻结 prop 传递或 Vuex 状态树以外的变化。
    • 更好的调试功能：我们可以使用新的 renderTracked 和 renderTriggered 钩子精确地跟踪组件在什么时候以及为什么重新渲染
    模板方面没有大的变更，只改了作用域插槽，2.x 的机制导致作用域插槽变了，父组件会重新渲染，而 3.0 把作用域插槽改成了函数的方式，这样只会影响子组件的重新渲染，提升了渲染的性能。同时，对于 render 函数的方面，vue3.0 也会进行一系列更改来方便习惯直接使用 api 来生成 vdom 。 vue2.x 中的组件是通过声明的方式传入一系列 option，和 TypeScript 的结合需要通过一些装饰器的方式来做，虽然能实现功能，但是比较麻烦。3.0 修改了组件的声明方式，改成了类式的写法，这样使得和 TypeScript 的结合变得很容易。此外，vue 的源码也改用了 TypeScript 来写。其实当代码的功能复杂之后，必须有一个静态类型系统来做一些辅助管理。现在 vue3.0 也全面改用 TypeScript 来重写了，更是使得对外暴露的 api 更容易结合 TypeScript。静态类型系统对于复杂代码的维护确实很有必要。

vue3.0 的改变是全面的，上面只涉及到主要的 3 个方面，还有一些其他的更改：

  • 支持自定义渲染器，从而使得 weex 可以通过自定义渲染器的方式来扩展，而不是直接 fork 源码来改的方式。
  • 支持 Fragment（多个根节点）和 Protal（在 dom 其他部分渲染组建内容）组件，针对一些特殊的场景做了处理。
  • 基于 treeshaking 优化，提供了更多的内置功能。

我要回帖

更多关于 优启通软件加载不出来 的文章

 

随机推荐