一、Linux
查看当前目录磁盘占用大小
分页查看大文件 big.log
过滤当前目录下所有 .txt 文件
du-shlessbig.logls|grep".txt$"du -sh 查看目录总大小，快速定位磁盘占用大户
less 分页查看文件，比 vim、cat 更适合看大日志
正则 $.txt 匹配以 txt 结尾文件，过滤指定后缀
二、SQL
1757. 可回收且低脂的产品
SELECTproduct_idFROMProductsWHERElow_fats='Y'ANDrecyclable='Y';多条件 AND 精准筛选
标签型字段组合过滤，用户画像、商品标签圈选基础模板
1795. 每个产品在不同商店的价格
SELECTproduct_id,'store1'ASstore,store1ASpriceFROMProductsUNIONALLSELECTproduct_id,'store2'ASstore,store2ASpriceFROMProductsUNIONALLSELECTproduct_id,'store3'ASstore,store3ASpriceFROMProducts;UNION ALL 列转行经典写法
宽表转长表，数仓建模、拉链表、宽长互转必考
手动构造维度列，适配多门店、多渠道拆分
1873. 计算特殊奖金
SELECTemployee_id,CASEWHENemployee_id%2=1ANDnameNOTLIKE'M%'THENsalaryELSE0ENDASbonusFROMEmployeesORDERBYemployee_id;取模 % 判断奇偶
LIKE ‘M%’ 前缀模糊匹配
CASE 多规则分支计算衍生字段
薪资核算、补贴规则类 SQL 通用套路
三、Pyspark
frompyspark.sqlimportSparkSessionfrompyspark.sql.functionsimportcol,lit,when spark=SparkSession.builder.master("local[*]").appName("Day32").getOrCreate()# 1. 同时低脂+可回收prod=spark.createDataFrame([(1,"Y","Y"),(2,"Y","N")],["product_id","low_fats","recyclable"])prod.filter((col("low_fats")=="Y")&(col("recyclable")=="Y")).show()# 2. 宽表转长表 行转列df=spark.createDataFrame([(1,100,200,150)],["product_id","store1","store2","store3"])df1=df.select("product_id",lit("store1").alias("store"),col("store1").alias("price"))df2=df.select("product_id",lit("store2").alias("store"),col("store2").alias("price"))df3=df.select("product_id",lit("store3").alias("store"),col("store3").alias("price"))df1.unionAll(df2).unionAll(df3).show()spark.stop()Spark 多条件过滤用 &，条件加括号
lit() 构造常量字段，对应 SQL 手写字符串
unionAll 实现宽表拆分成多行，和 UNION ALL 逻辑一致
四、算法
125. 验证回文串
defisPalindrome(s:str)->bool:s=''.join(ch.lower()forchinsifch.isalnum())returns==s[::-1]只保留字母数字、统一转小写
切片反转字符串直接对比
字符串预处理 + 回文判断，面试基础高频题
