摘要：
已知文本有三列，整理数据，并导入mysql scala> import org.apache.spark.sql.SQLContextimport org.apache.spark.sql.SQLContext scala> val gitrdd=sc.textFile("/tmp/git.txt" 阅读全文
posted @ 2018-09-17 11:45 打杂滴 阅读(367) 评论(0) 推荐(0)
2018年9月17日
2018年9月14日
摘要：
linux系统中，配置文件路径一般为/etc/my.cnf [root@host ~]# mysql --help|grep my.cnf order of preference, my.cnf, $MYSQL_TCP_PORT,/etc/mysql/my.cnf /etc/my.cnf ~/.my 阅读全文
posted @ 2018-09-14 17:52 打杂滴 阅读(305) 评论(0) 推荐(0)
2018年9月13日
摘要：
mycat 目前最流行的分布式数据库中间插件 mycat能满足数据的大量存储，并能提高查询性能；同样应用程序与数据库解耦，程序只需知道中间件的地址，无需知道底层数据库，数据分布存储，提高读写性能，也可以做高可以用主从备份，主库异常时，备库自动切换为主库。 支持MySQL、Oracle、DB2、SQL 阅读全文
posted @ 2018-09-13 14:38 打杂滴 阅读(237) 评论(0) 推荐(0)
2018年9月11日
摘要：
何谓数据倾斜？数据倾斜指的是，并行处理的数据集 中，某一部分（如Spark的一个Partition）的数据显著多于其它部分，从而使得该部分的处理速度成为整个数据集处理的瓶颈。 表现为整体任务基本完成，但仍有少量子任务的reduce还在运行。 数据倾斜的原因: 1.join 一个表较小，但key集中， 阅读全文
posted @ 2018-09-11 17:53 打杂滴 阅读(2448) 评论(0) 推荐(0)
摘要：
1.修改环境变量 ${HIVE_HOME}/conf/hive-site.xml 2.命令行参数 -e : 执行短命令 -f : 执行文件（适合脚本封装） -S : 安静模式，不显示MR的运行过程 -hivevar : 传参数 ，专门提供给用户自定义变量。 -hiveconf : 传参数，包括了hi 阅读全文
posted @ 2018-09-11 16:09 打杂滴 阅读(580) 评论(0) 推荐(0)
摘要：
hive 默认格式为文本格式，便于文本查看数据，便于与其他工具共享,与二进制文件相比占用较大的空间 hive> create table tb_test(id int,name string) stored as textfile;OKTime taken: 0.968 secondshive> s 阅读全文
posted @ 2018-09-11 13:47 打杂滴 阅读(617) 评论(0) 推荐(0)
2018年9月10日
摘要：
hive> use gamedw;OKTime taken: 0.049 secondshive> select current_database();OKgamedwTime taken: 0.485 seconds, Fetched: 1 row(s) scala> hivecon.sql("s 阅读全文
posted @ 2018-09-10 17:27 打杂滴 阅读(1776) 评论(0) 推荐(0)
摘要：
scala> import org.apache.spark.sql.hive.HiveContext import org.apache.spark.sql.hive.HiveContext scala> val hivecon=new HiveContext(sc) warning: there 阅读全文
posted @ 2018-09-10 13:19 打杂滴 阅读(111) 评论(0) 推荐(0)
2018年9月7日
摘要：
collect_set(x) 列转行函数 没有重复， 组装多列的数据的结构体collect_list(x) 列转行函数 可以有重复，组装多列的数据的结构体concat_ws 拼接函数， 用于多列转成同一行字段后，间隔符 UDF(User-Defined-Function) 用户定义（普通）函数，只对 阅读全文
posted @ 2018-09-07 16:10 打杂滴 阅读(220) 评论(0) 推荐(0)
摘要：
hive的数据模型包括：database、table、partition和bucket。 Hive 的架构设计与运行流程，及其各模块的主要作用，请画出架构图 Hive 支持的文件格式和压缩格式，及其各自的特点 Hive 内外表的区分方法，及内外表的差异点 未被external修饰的是内部表（mana 阅读全文
posted @ 2018-09-07 15:46 打杂滴 阅读(352) 评论(0) 推荐(0)
浙公网安备 33010602011771号