發(fā)簡信
IP屬地：廣東
-
數(shù)據(jù)湖的基本特征
數(shù)據(jù)湖的基本特征 可以從數(shù)據(jù)和計算兩個層面進(jìn)一步分析數(shù)據(jù)湖應(yīng)該具備哪些特征。在數(shù)據(jù)方面： “保真性”。數(shù)據(jù)湖中對于業(yè)務(wù)系統(tǒng)中的數(shù)據(jù)都會存儲一份“...
-
什么是數(shù)據(jù)湖
一、什么是數(shù)據(jù)湖 數(shù)據(jù)湖是目前比較熱的一個概念，許多企業(yè)都在構(gòu)建或者計劃構(gòu)建自己的數(shù)據(jù)湖。但是在計劃構(gòu)建數(shù)據(jù)湖之前，搞清楚什么是數(shù)據(jù)湖，明確一個...
-
Flink——Exactly-Once
Apache Flink的Exactly-Once機(jī)制 Apache Flink是目前市場最受關(guān)注的流計算處理引擎，相較于Spark Strea...
-
Spark——Exactly-Once
什么是Exactly-Once一致性語義 Apache Spark的Exactly-once機(jī)制 Apache Flink的Exactly-on...
-
Flink-算子（1）——DataSet
DataSet 一、Source算子 1. fromCollection fromCollection：從本地集合讀取數(shù)據(jù) 例： 2. read...
-
Spark-RDD算子調(diào)優(yōu)
1. RDD復(fù)用 在對RDD進(jìn)行算子時，要避免相同的算子和計算邏輯之下對RDD進(jìn)行重復(fù)的計算： 對上圖中的RDD計算架構(gòu)進(jìn)行修改，得到如下圖所示...
-
Hive SQL(5)-lateral view 、explode 、reflect
使用explode函數(shù)將hive表中的Map和Array字段數(shù)據(jù)進(jìn)行拆分 lateral view用于和split、explode等UDTF一起...
-
Hive SQL(4)-函數(shù)
聚合函數(shù) 注意：聚合操作時要注意null值count(*) 包含null值，統(tǒng)計所有行數(shù)count(id) 不包含null值min 求最小值是不...
-
Hive SQL(3)-DQL
單表查詢 注意：1、order by 會對輸入做全局排序，因此只有一個reducer，會導(dǎo)致當(dāng)輸入規(guī)模較大時，需要較長的計算時間。2、sort ...