一、现在学编程有哪些方向？

常见的编程方向有：Java开发、PHP开发、Python、大数据开发、unity游戏开发等不知道你目前有没有计算机基础，现在比较火的Python+人工智能、大数据、Java三者相比而，Python入门更容易一些，适合零基础学习，如果有一定的基础可以选择Java作为入门语言！

二、谈谈RDD，DataFrame，Dataset的区别和各自的优势

RDD、DataFrame和DataSet是容易产生混淆的概念，必须对其相互之间对比，才可以知道其中异同。

RDD和DataFrame

RDD-DataFrame

上图直观地体现了DataFrame和RDD的区别。左侧的RDD[Person]虽然以Person为类型参数，但Spark框架本身不了解

Person类的内部结构。而右侧的DataFrame却提供了详细的结构信息，使得Spark

SQL可以清楚地知道该数据集中包含哪些列，每列的名称和类型各是什么。DataFrame多了数据的结构信息，即schema。RDD是分布式的

Java对象的集合。DataFrame是分布式的Row对象的集合。DataFrame除了提供了比RDD更丰富的算子以外，更重要的特点是提升执行效

率、减少数据读取以及执行计划的优化，比如filter下推、裁剪等。

提升执行效率

RDD

API是函数式的，强调不变性，在大部分场景下倾向于创建新对象而不是修改老对象。这一特点虽然带来了干净整洁的API，却也使得Spark应用程序在运

行期倾向于创建大量临时对象，对GC造成压力。在现有RDD

API的基础之上，我们固然可以利用mapPartitions方法来重载RDD单个分片内的数据创建方式，用复用可变对象的方式来减小对象分配和GC的

开销，但这牺牲了代码的可读性，而且要求开发者对Spark运行时机制有一定的了解，门槛较高。另一方面，Spark

SQL在框架内部已经在各种可能的情况下尽量重用对象，这样做虽然在内部会打破了不变性，但在将数据返回给用户时，还会重新转为不可变数据。利用

DataFrame API进行开发，可以免费地享受到这些优化效果。

减少数据读取

分析大数据，最快的方法就是 ——忽略它。这里的“忽略”并不是熟视无睹，而是根据查询条件进行恰当的剪枝。

上文讨论分区表时提到的分区剪 枝便是其中一种——当查询的过滤条件中涉及到分区列时，我们可以根据查询条件剪掉肯定不包含目标数据的分区目录，从而减少IO。

对于一些“智能”数据格 式，Spark

SQL还可以根据数据文件中附带的统计信息来进行剪枝。简单来说，在这类数据格式中，数据是分段保存的，每段数据都带有最大值、最小值、null值数量等

一些基本的统计信息。当统计信息表名某一数据段肯定不包括符合查询条件的目标数据时，该数据段就可以直接跳过(例如某整数列a某段的最大值为100，而查

询条件要求a > 200)。

此外，Spark SQL也可以充分利用RCFile、ORC、Parquet等列式存储格式的优势，仅扫描查询真正涉及的列，忽略其余列的数据。

三、求电脑高手或者很懂网络这块的来帮忙解答下关于“服务器”这种东西的问题，问题在图里

我想接地气的回答：

1、服务器就是一台电脑，但是它的配置与普通电脑不同，他是用来运算的，你的电脑要访问一个网页，你通过链接转发到DNS服务器，DNS服务器识别后转发到相应的网站服务器，网站服务器把这个网页再发给你，你就看到这个网页了，游戏中的服务器，也是同一个道理，更新是因为开发者需要给游戏客户端中添加了新的功能。所以同时服务器也要具备接受这种功能，所以要更新。

2、服务器和你的电脑在上网的时候是相互通讯的，例如QQ，我给别人发了信息，信息首先要到腾讯的服务器上，其次腾讯再转发给别人。

3、服务器崩溃，游戏客户端不能与他交互通讯，必然就会掉线，卡死。

4、服务器配置和家用电脑配置并不同， 就只是运算，不一定比家用电脑好，也是根据你的需求来决定的。例如我把旧电脑改成服务器，装了几个网站、解析、私有云盘等，那台旧电脑是我500块钱配的，因为不涉及游戏这种高频运算，所以处理器是十年前的。

5、小型服务器看你干什么了，网页储存什么的，自己用很便宜。小圈子游戏的话，对处理器有一定要求，多核必不可少。

6、对于服务器来说，显卡不是必要的，因为他只是提供运算，并不提供画面，另外CPU用3990X这是性能过胜，不划算也用不到。

而且桌面级CPU当服务器对CPU损耗非常大。

---------------

我的小储存服务器CPU用的是E8600，十年前的双核酷睿。

两根DDR3的1333频率4G内存条。

主板是G41。

硬盘是淘宝50块钱买的。

开了大半年了。

服务器这种东西并不是多特别