本文目录一览：
技术面试会问很多技术问题吗
1、技术总监面试的问题通常会有以下几个方面：技术问题：针对具体的技术领域或者岗位，会涉及到相关的技术问题，如编程语言、数据库、网络、安全、架构等。
2、如果是应届生，一般不会问很多关于专业方面的东西（最多会问一些简单的原理性的东西），然后会考察你的反应能力跟学习能力，英语的听说读写（搞技术的英语很重要，用的软件，看的资料基本都是英文）。
3、HR一般不会面试太深的问题，主要是了解一下你之前的工作经历，更多的是你自己描述，中间可能会问一些初级的问题，比如，你为什么从上一家单位离职等类似问题。 一道web前端工程师面试题，求解
4、在技术岗中，包含大量分析任务的工作并不少见，所以你需要对这个问题给出积极的答复。然而，仅仅说“喜欢”或“是的”会显得没有说服力，所以你要给出一个描述性的事例。
5、第一，你要对自己的简历很熟悉，简历上的写的技能自己一定要能说出个一二，因为面试官的很多问题都会挑你简历上写的问。比如你简历上写了这么一条技能“熟悉mysql数据库的部署安装及原理”。
用mongodb作为数据库服务器访问时非常慢?
这个原因很多，可以从查询优化和硬件优化入手，比如建立索引，合理的数据结构，增加机器内存，使用SSD硬盘等都可以提高查询效率。
这样的设计方式是在非关系型数据库中常用的，也就是我们所说的范式化设计。在MongoDB中我们将与主键没有直接关系的图书单独提取到另一个集合，用存储主键的方式进行关联查询。
如果与服务器（这里指数据库）请求建立连接的时间超过ConnectionTimeOut，就会抛 ConnectionTimeOutException，即服务器连接超时，没有在规定的时间内建立连接。如果与服务器连接成功，就开始数据传输了。
MongoDB对单独的MR作业并不使用多线程——它仅仅对多作业使用多线程。但通过多核CPU，在单个服务器使用Hadoop风格来并行作业非常有优势。我们需要做的是把输入分成几块，通过各个块来加速一个MR作业。
与关系型数据库相比，MongoDB的优点： ①弱一致性（最终一致），更能保证用户的访问速度： 举例来说，在传统的关系型数据库中，一个COUNT类型的操作会锁定数据集，这样可以保证得到“当前”情况下的精确值。
mongodb和memcached不是一个范畴内的东西。mongodb是文档型的非关系型数据库，其优势在于查询功能比较强大，能存储海量数据。mongodb和memcached不存在谁替换谁的问题。和memcached更为接近的是redis。
java使用mongodb找不到数据?
1、当Mongo中collection为空的时候，插入正常，可是当再次执行这个写入的动作后，mongo中有一个region_id字段出现大量丢失现象。
2、如果您使用 mongoose 连接 MongoDB，但是查不出数据，可能有以下原因： 数据库连接失败。请检查您的数据库连接是否正确。 查询语句有误。请检查您的查询语句是否正确。 数据库中没有数据。
3、这个问题倒默认启用journal以及安全写之后，没有问题了。选举机制造成的数据丢失。这里主要说这个。简单讲，MongoDB目前的选举机制是有缺陷的。在一些场景下会造成数据丢失。
4、如果类名由若干单词组成，那么每个单词的首字母应该大写，例如 MyFirstJavaClass 。方法名：所有的方法名都应该以小写字母开头。如果方法名含有若干单词，则后面的每个单词首字母大写。源文件名：源文件名必须和类名相同。
5、MongoDB是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。它支持的数据结构非常松散，是类似json的bson格式，因此可以存储比较复杂的数据类型。
6、SQL类型的数据库是正规化的，可以通过主键或者外键的约束保证数据的完整性与唯一性，所以SQL类型的数据库常用于对数据完整性较高的系统。
mongoDB-document
1、MongoDB 将数据记录存储为 BSON类型的 文档（document）。 BSON 是一种二进制数据类型，是json 的一种扩展， bson 支持了更多的数据类型。
2、MongoDB中数据的基本单元称为文档（Document）。文档是MongoDB的核心概念，多个键极其关联的值有序的放置在一起便是文档。在一个特定集合内部，需要唯一的标识文档。
3、它有以下几种注释：Id - 文档的唯一标识，在mongodb中为ObjectId，它是唯一的，通过时间戳+机器标识+进程ID+自增计数器（确保同一秒内产生的Id不会冲突）构成。
