最新ibm公司面试题.docxVIP

ibm公司面试题 1、?Data?Stage?分为几个部分（组件），各部分的功能是什么?? Administrator?–?add/delete?projects,?set?defaults?Manager?–?import?meta?data,?backup?projects?Designer?–?assemble?jobs,?compile,?and?execute?Director?–?execute?jobs,?examine?job?run?logs? 2、?Parallel?job?和sequence?job?的区别？ （What?is?difference?between?Parallel?job?and?Sequence?job）? Basic?difference?is?server?job?runs?on?windows?platform?usually?and?parallel?job?runs?on?UNIX?platform.? server?job?runs?on?one?node?whereas?parallel?job?runs?on?more?than?one? 3、?在stage中会有虚线分为哪两种，有什么作用？? 在stage中有两种虚线? 参考（reference?link）:以它所连接的文件作参考?拒绝(rejects?link):把不满足条件的输出到另一个文件? 4、?Partition和pipeline的概念？? DataStage中有两种实现并行的方法，一种是分区(partitioning)，另一种则是管道(pipeline)。?所谓分区，是指将输入的数据按照某种规则，分成大小尽量相等的多块数据，每块数据都可以由一行节点并行读取，这样就实现了并行。? 有以下几类：Round?robin循环分区??随机（Random）??Same分区??完全分区（Entire）?Auto分区?hash分区?modulus分区?DB2分区? 而所谓管道，则是指一条数据在被一个stage处理完成后，立即被输出到一条管道（pipeline）中，下一个stage也立即读取这条管道中的数据进行操作，再一个stage也是如此，一直到最后一个stage。这种情况下，大致上每个stage都同时处在运行状态。因此这也是一种并行。? 5、?Combine?和transform都有什么?? combine:merge?lookup?join?等??transform?:?transformer??Remove?Duplicates?Stage?等? 6、?DATA?SET?FILE?和SEQUENCE?FILE的区别，SEQUENCE?FILE?如和转换成DATA?SET?? data?set分为两种，一种为.v后缀结束，是虚拟的临时性的数据文件，一种以.ds结束，是永久性的数据。由于data?set是DataStage的底层数据文件格式，处理过程中不需要进行任何的处理。它是二进制格式。如果数据需要落地，尽量使用data?set。用dataset保存数据，对数据的分区信息也会保存起来，因此效率非常高。? Sequential?file：?Read?data?from?or?write?data?one?or?more?flat?files.?The?stage?can?have?a?single?input?link?or?a?single?output?link,?and?a?single?rejects?link.?--用Compress转换? 7、?数据源都可以是以什么结尾的文件？? .txt??.csv??.ds等? 8、?可以用哪些方式导入数据？? sequential?File??ftp-plug?in??database?table?（db2??odbc?Oracle?Enterprise）等? 9、Constraint及Derivation的区别? Constraint通过限定条件使符合条件的数据输出到这个output?link。?Derivation通过定义表达式来转换字段值。? 10、?辅助工具都有什么??? Peek??sort??compare??difference? 11、?Odbc?了解?open?databases?connectivity?设置用户名，密码，DB名，在服务器端 12?、hash文件?? It?have?keys?and?values?,to?find?the?value?through?the?key? 13、transformer?stage的执行顺序：先执行变量处理部分，再执行约束，然后按从上往下顺序执行每一列。---? 14、lookup?stage和join?s