随笔分类 -  大数据

• ETL和Kettle
  摘要：ETL是将业务系统的数据经过抽取、清洗转换之后加载到数据仓库的过程，目的是将企业中的分散、零乱、标准不统一的数据整合到一起，为企业的决策提供分析依据， ETL是BI（商业智能）项目重要的一个环节。 一.什么是kettleKettle是一款国外开源的ETL工具，纯java编写，可以在Window、Li 阅读全文
  posted @ 2022-03-31 00:09 jnkk 阅读(197) 评论(0) 推荐(0)
• HBase中的RowKey
  摘要：一、什么是RowKey？ 1.增删改查的过程中RowKey就充当了主键的作用，它和众多的nosql数据库一样，可以唯一的标识一行记录。2.RowKey行键 (RowKey)可以是任意字符串，只要保证这个字符串不重复就可以了。3.由于数据按照RowKey的字典序(byte order)排序存储，因此H 阅读全文
  posted @ 2021-09-28 18:23 jnkk 阅读(2304) 评论(0) 推荐(0)
• Hive的介绍
  摘要：一、什么是Hive Hive是建立在 Hadoop 上的数据仓库基础构架。 它提供了一系列的工具，可以用来进行数据提取，转化，加载（ETL），这是一种可以存储、查询和分析存储在 Hadoop 中的大规模数据的机制。 可以将结构化的数据文件映射为一张数据库表，并提供类SQL查询功能。 Hive 定义了 阅读全文
  posted @ 2021-08-15 17:47 jnkk 阅读(162) 评论(0) 推荐(0)