發(fā)簡(jiǎn)信
IP屬地：北京
-
ETL開(kāi)發(fā)規(guī)范1、ETL數(shù)據(jù)架構(gòu)層次 2、建表規(guī)范 3、命名規(guī)范 4、作業(yè)開(kāi)發(fā)規(guī)范 注釋： 作業(yè)說(shuō)明是一種注釋,位于作業(yè)最開(kāi)始部分。作業(yè)說(shuō)明有助于提高代碼的可...
-
Spark RDD 編程指南(官方文檔中文版+補(bǔ)充)
Spark RDD 編程指南(官方文檔中文版+補(bǔ)充) 1.總覽 Spark 提供的主要抽象是彈性分布式數(shù)據(jù)集(RDD),它是跨集群節(jié)點(diǎn)劃分的元素...
-
idea 使用maven的archetype模板來(lái)創(chuàng)建Spark 項(xiàng)目
目錄 [toc] 版本 Scala 版本：2.11.8 spark 版本：spark-2.4.4-bin-hadoop2.7.tgz 一、創(chuàng)建S...
-
DataX 數(shù)據(jù)全量，增量同步方案關(guān)于DataX 增量更新實(shí)現(xiàn) 注：參考來(lái)源文章 增量更新總體思路：從目標(biāo)數(shù)據(jù)庫(kù)讀取一個(gè)最大值的記錄，可以是DataTime 或者 RowVers...
-
使用maven的模板archetype 來(lái)創(chuàng)建scala項(xiàng)目
文檔參考：https://docs.scala-lang.org/tutorials/scala-with-maven.html new pro...
-
Flume實(shí)戰(zhàn)(1)—single agent flow的實(shí)現(xiàn)1.理論基礎(chǔ) 需要注意的是： 一個(gè)source可以對(duì)接多個(gè)channel 一個(gè)sink只能對(duì)接一個(gè)channel 實(shí)現(xiàn)一個(gè)數(shù)據(jù)流的需求關(guān)鍵點(diǎn)就在...
-
Flume 理論
1. Flume 簡(jiǎn)介 Flume 是一個(gè)分布式的海量日志采集，聚合，轉(zhuǎn)移工具。 大數(shù)據(jù)常用數(shù)據(jù)處理框架 這里只是給flume一個(gè)定位，清楚fl...
-
sqoop 1.99.7 導(dǎo)入導(dǎo)出數(shù)據(jù)準(zhǔn)備要導(dǎo)入的數(shù)據(jù) mysql創(chuàng)建表并插入數(shù)據(jù) 準(zhǔn)備要導(dǎo)出的數(shù)據(jù) customer.csv 上傳到hdfs 任意目錄 啟動(dòng)相關(guān)服務(wù) 首先保證SQO...
-
Hive 基本操作
準(zhǔn)備工作 1.檢查各項(xiàng)服務(wù)是否已正常啟動(dòng) [x] hdfs啟動(dòng)【start-dfs.sh】 [x] yarn啟動(dòng)【start-yarn.sh】 ...