摘要： 如果要join两张表，其中一张很大，另外一张很小，我们应该broadcast小表，把小表广播到各个节点。 还有另外一种，使用Cartesian product笛卡尔积，也就是直接join 不on 那么必须使用map join 举例，如果要计算会员数量及所占比例，需要除以会员总数，而这个总数我们就需要 阅读全文

摘要： 1、datetime在dataframe里是 TimestampType 2、参数配置 https://github.com/aliyun/MaxCompute-Spark/wiki/02.-Spark-on-Dataworks?spm=a2c6h.12873639.0.0.1d356e5bFvc3 阅读全文

该文被密码保护。 阅读全文

摘要： 大部分参考http://dblab.xmu.edu.cn/blog/install-hadoop/ 1、hadoop2和3都支持java8，我们先安装java8 只要下载后直接解压到/usr/lib/jvm，一般usr/lib用来存放库，比如java python都放这里 2、配置一个用户名hado 阅读全文

摘要： https://blog.csdn.net/u011796949/article/details/109124825 也可以挂vpn全局加载一次，之后就不用了 阅读全文

摘要： nginx+supervisor+gunicorn+flask架构 1、工程里添加sale_math_main.py文件，和gunicorn_conf配置端口、线程和进程数 2、在project下添加文件夹mkdir SalesMatch, chmod 777 SalesMatch修改权限，注意使用 阅读全文

摘要： python资源上传、提交之后，一般可以作为udf user define function,直接用于sql语句，也可以作为配置文件或者包使用在pyodps节点 https://developer.aliyun.com/article/755297 示例代码如下： # -*- coding: utf 阅读全文

摘要： 元数据库 大家在安装或使用MYSQL时，会发现除了自己安装的数据库以外，还有一个information_schema数据库。 information_schema数据库是做什么用的呢，使用WordPress博客的朋友可能会想，是不是安装模板添加的数据库呀？看完本片文章 后，你就会对informati 阅读全文

摘要： 自定义参数的调用与SQL节点不太一样，采用 args[‘参数名’] 的形式，需要注意。args['bizdate'] = '20201221' print(args['bizdate'])调度配置的时候， bizdate=$[yyyymmdd-1]即可 阅读全文

摘要： pip install pyinstaller pyinstaller -F setup.py 打包exe pyinstaller -F -w setup.py 不带控制台的打包 （会出错？can not execute script ...） pyinstaller -F -i xx.ico se 阅读全文