摘要：分区 & 分桶 都是把数据划分成块。分区是粗粒度的划分，桶是细粒度的划分，这样做为了可以让查询发生在小范围的数据上以提高效率。 分区之后，分区列都成了文件目录，从而查询时定位到文件目录，子数据集而提高查询效率。 桶 clustered by (...) into (...) buckets 声明分桶 阅读全文

摘要：梯度下降（GD,Gradient descend）是最小化风险函数、损失函数的一种常用方法 随机梯度下降和批量梯度下降是两种迭代求解思路。 阅读全文

摘要：学习自 http://blog.csdn.net/xqy1522/article/details/6699740 1. Map Join 的使用场景： 关联操作中有一张表非常小 不等值的链接操作 2. 语法： 使用 hint 的方式指定join时使用mapjoin。 用时才发现了个细节： /*+ma 阅读全文