摘要：列式存儲(chǔ)，Parquet Parquet概述 Apache Parquet是面向分析型業(yè)務(wù)的列式存儲(chǔ)格式，由Twitter和Cloudera合作開(kāi)發(fā)，Parquet是一...
發(fā)簡(jiǎn)信
IP屬地：浙江
-
Parquet列式存儲(chǔ)格式詳解，下推和壓縮性能測(cè)試 -
2 Greenplum導(dǎo)入導(dǎo)出工具詳細(xì)介紹
2.1 導(dǎo)入導(dǎo)出工具說(shuō)明 2.1.1 使用Gpfdist服務(wù) GPFDIST是emc工程師推薦的最快的導(dǎo)入導(dǎo)出工具。導(dǎo)入導(dǎo)出數(shù)據(jù)的時(shí)候gpfdist是同時(shí)并行的與各個(gè)節(jié)...
-
如何避免Spark SQL做數(shù)據(jù)導(dǎo)入時(shí)產(chǎn)生大量小文件什么是小文件？ 生產(chǎn)上，我們往往將Spark SQL作為Hive的替代方案，來(lái)獲得SQL on Hadoop更出色的性能。因此，本文所講的是指存儲(chǔ)于HDFS中小文件，即指文件...
-
Github+Jekyll 搭建個(gè)人網(wǎng)站詳細(xì)教程GitHub搭建個(gè)人網(wǎng)站，大家在網(wǎng)上一搜能搜到一大把的教程，但是大部分都講的差不多，并不能滿足自己想搭建的網(wǎng)站詳細(xì)需求。我之前在搭建本站的時(shí)候也是查了較多資料，學(xué)習(xí)了下jek...
