摘要：列式存儲，Parquet Parquet概述 Apache Parquet是面向分析型業(yè)務的列式存儲格式，由Twitter和Cloudera合作開發(fā)，Parquet是一...
發(fā)簡信
IP屬地：吉林
-
Parquet列式存儲格式詳解，下推和壓縮性能測試 -
2 Greenplum導入導出工具詳細介紹
2.1 導入導出工具說明 2.1.1 使用Gpfdist服務 GPFDIST是emc工程師推薦的最快的導入導出工具。導入導出數(shù)據(jù)的時候gpfdist是同時并行的與各個節(jié)...
-
如何避免Spark SQL做數(shù)據(jù)導入時產(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，來獲得SQL on Hadoop更出色的性能。因此，本文所講的是指存儲于HDFS中小文件，即指文件...
-
Github+Jekyll 搭建個人網(wǎng)站詳細教程GitHub搭建個人網(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)站詳細需求。我之前在搭建本站的時候也是查了較多資料，學習了下jek...
