摘要： 数组的用法：https://www.jianshu.com/p/e57c4e5f607b 查询系统函数：select * from system.functions; ┌─name────────────────────────────────────────┬─is_aggregate─┬─cas 阅读全文

摘要： 平时很少用到map类型，这次用到了记录一下。 适用场景：行转列，且mid的key个数可能不一样的情况。 举个栗子： 1 select 2 mid, 3 tags['电影'] as movie, 4 tags['音乐'] as music 5 from( 6 select 7 mid, 8 str_t 阅读全文

摘要： ClickHouse存储层 ClickHouse从OLAP场景需求出发，定制开发了一套全新的高效列式存储引擎，并且实现了数据有序存储、主键索引、稀疏索引、数据Sharding、数据Partitioning、TTL、主备复制等丰富功能。以上功能共同为ClickHouse极速的分析性能奠定了基础。 列式 阅读全文

摘要： Hive的后端存储是HDFS，它对大文件的处理是非常高效的，如果合理配置文件系统的块大小，NameNode可以支持很大的数据量。但是在数据仓库中，越是上层的表其汇总程度就越高，数据量也就越小。而且这些表通常会按日期进行分区，随着时间的推移，HDFS的文件数目就会逐渐增加。 小文件带来的问题 关于这个 阅读全文

摘要： 转载：https://blog.csdn.net/young_0609/article/details/109275517 阅读全文

摘要： 转载：https://blog.csdn.net/weixin_46163590/article/details/106191042?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-3. 阅读全文

摘要： 转载：http://lxw1234.com/archives/2015/04/185.htm 数据准备： d1,user1,1000 d1,user2,2000 d1,user3,3000 d2,user4,4000 d2,user5,5000 CREATE EXTERNAL TABLE lxw12 阅读全文

摘要： 1，https://blog.csdn.net/yangwenlei222/article/details/81112618?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2~all~sobaiduend~default- 阅读全文

摘要： 转载：https://www.cnblogs.com/shimingjie/p/11912624.html 转载：https://www.cnblogs.com/laov/p/3434917.html Map阶段包括： 第一读数据：从HDFS读取数据 1、问题:读取数据产生多少个Mapper？ Ma 阅读全文

摘要： 转载：https://mp.weixin.qq.com/s/8M31uSlNt5vC34R4Xr1dZA 如果把指标⽐喻成⼀棵树上的果实，那模型就是这棵⼤树的躯⼲，想让果实结得好，必须让树⼲变得粗壮。真实场景举例：⼤多数公司的分析师会结合业务做⼀些数据分析（需要⽤到⼤量的数据），通过报表的⽅式服务于 阅读全文