静静的白桦林

摘要：和其它大部分数据库用now()函数不同，hive用unix_timestamp函数来获取时间 select from_unixtime(unix_timestamp(),'yyyy-MM-dd HH:mm:ss') 转 阅读全文

摘要：实时数据 →文件系统（Linux文件系统、HDFS、国！用的kudu等） 导入到hive，Load。 →Hive （转成相应的hive表，导入后可直接使用HiveSQL查询） hive的内容分两部分：元数据、数据。 其中数据是存在HDFS中，元数据存在mysql中。 Hive数据仓库 Hive/my 阅读全文

摘要：1.数据仓库是从底层数据收集、ETL、数据存储、数据整理存储等的一套流程。 2.数据库我理解是数据仓库的一部分，我理解它是数据集市的组成部分，多个数据库组成一个数据库，多为关系型数据库。 3.因为数据仓库是个大工程，在建之前要想好按照什么架构来组织数据，这就分为了星型结构、雪花结构、星座模型等。 4 阅读全文

摘要：可以用collect_set函数，转，亲测有效 阅读全文

摘要：Hive数据库中有分区的概念，有单分区和多分区的形式， 1、在 Hive 中，表中的一个 Partition 对应于表下的一个目录，所有的 Partition 的数据都存储在最子集的目录中。 2、总的说来partition就是辅助查询，缩小查询范围，加快数据的检索速度和对数据按照一定的规格和条件进行 阅读全文

摘要：MAC 原来安装好的库如何导入pycharm（jupyter notebook，终端可用，但pycharm不能用） 阅读全文

摘要：秒懂word2vec的本质 文中提到了词嵌入（word embedding), word2vec, CBOW(continus bag of word),skip-gram,cbow等 word2vec原理（一） 阅读全文

摘要：连接 阅读全文

摘要：正则化理解 阅读全文

摘要：周志华西瓜书P231 阅读全文