1.數(shù)據(jù)傾斜 什么是數(shù)據(jù)傾斜 在單個(gè)節(jié)點(diǎn)任務(wù)所處理的數(shù)據(jù)量遠(yuǎn)大于同類型任務(wù)所處理的數(shù)據(jù)量,導(dǎo)致該節(jié)點(diǎn)成為整個(gè)作業(yè)的瓶頸，這是分布式系統(tǒng)不可能避免的問題。從本質(zhì)上說(shuō)，導(dǎo)致數(shù)據(jù)傾...
簡(jiǎn)介： Flink 的整體架構(gòu)如圖 1 所示。Flink 是可以運(yùn)行在多種不同的環(huán)境中的，例如，它可以通過單進(jìn)程多線程的方式直接運(yùn)行，從而提供調(diào)試的能力。它也可以運(yùn)行在 Ya...
Spark SQL是Spark生態(tài)系統(tǒng)中非常重要的組件，其前身為Shark。Shark是Spark上的數(shù)據(jù)倉(cāng)庫(kù)，最初設(shè)計(jì)成與Hive兼容，但是該項(xiàng)目于2014年開始停止開發(fā)，...
大數(shù)據(jù)時(shí)代這個(gè)詞被提出已有10年了吧，越來(lái)越多的企業(yè)已經(jīng)完成了大數(shù)據(jù)平臺(tái)的搭建。隨著移動(dòng)互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的爆發(fā)，大數(shù)據(jù)價(jià)值在越來(lái)越多的場(chǎng)景中被挖掘，隨著大家都在使用歐冠大數(shù)據(jù)，...
摘要： 在數(shù)據(jù)分析中，我們可能需要使用各種數(shù)據(jù)庫(kù)，目前大概有七種常用數(shù)據(jù)庫(kù)，包括4種常用的關(guān)系型數(shù)據(jù)庫(kù)，3種常用NoSQL數(shù)據(jù)庫(kù)(NoSQL = Not Only SQL 泛...
索引 1. 那你能說(shuō)說(shuō)什么是索引嗎？ 索引其實(shí)是一種數(shù)據(jù)結(jié)構(gòu)，能夠幫助我們快速的檢索數(shù)據(jù)庫(kù)中的數(shù)據(jù) 2. 那么索引具體采用的哪種數(shù)據(jù)結(jié)構(gòu)呢？ 常見的MySQL主要有兩種結(jié)構(gòu)：...
內(nèi)存不過是計(jì)算機(jī)分級(jí)存儲(chǔ)系統(tǒng)中的靠近c(diǎn)pu的一個(gè)存儲(chǔ)介質(zhì)。1.spark運(yùn)行起來(lái)內(nèi)存里都存的啥？2.如何管理里面所存的東西？3.spark用java和scala這樣的jvm語(yǔ)...
本文將介紹Hive調(diào)優(yōu)的整體過程，以及本人對(duì)Hive調(diào)優(yōu)過程的一些思考，包括Hive調(diào)優(yōu)的一般步驟，和調(diào)優(yōu)方法。 1，Hive一般優(yōu)化方法 1，查看HiveSQL執(zhí)行計(jì)劃 H...
