理想三旬_z - 博客园

Spark遇到的一些问题

摘要： 1.spark Dataframe的生命周期及执行上述小测试是想保留value只保留（1，张三）这条数据，这条数据的来源是test1表，现对test1表进行操作（改为2，李四），同时希望value不变（还是1，张三），初始我认为value声明在前，而后面才对test1操作，不会影响value的，结阅读全文

posted @ 2022-09-01 10:59 理想三旬_z 阅读(92) 评论(0) 推荐(0)

Flume原理简介 + 组件

摘要： 1.1 简介 Apache Flume 是一个从可以收集例如日志，事件等数据资源，并将这些数量庞大的数据从各项数据资源中集中起来存储的工具/服务，或者数集中机制。flume具有高可用，分布式，配置工具，其设计的原理也是基于将数据流，如日志数据从各种网站服务器上汇集起来存储到HDFS，HBase等集中阅读全文

posted @ 2022-08-25 14:08 理想三旬_z 阅读(314) 评论(0) 推荐(0)

8.总结Hive中的窗口函数以及anti join，semi join

摘要：相关函数说明： OVER()：指定分析函数工作的数据窗口大小，这个数据窗口大小可能会随着行的变而变化 CURRENT ROW：当前行 n PRECEDING：往前n行数据 n FOLLOWING：往后n行数据 UNBOUNDED：起点，UNBOUNDED PRECEDING 表示从前面的起点， UN 阅读全文

posted @ 2022-08-24 14:12 理想三旬_z 阅读(1492) 评论(0) 推荐(0)

“容器”的理解（对比虚拟机）

摘要：首先介绍下“虚拟化”这一概念：是一种资源管理技术，它抽象了计算机的实体资源（包括内存、存储、服务器、网络等等），并将这些资源进行转换，最终呈现出来加以运用，用户可以实现利用更优的组合状态来使用（简单理解：就是给用户提供了自定义去使用这些计算机的实体资源）最常见的两种虚拟化技术：虚拟机与Docker 阅读全文

posted @ 2022-08-23 14:04 理想三旬_z 阅读(336) 评论(0) 推荐(0)

数仓建模方法之范式建模、ER实体建模、维度建模

摘要：范式建模（经典数仓关系型数据库）不多赘述，直接三范式：第一范式：保证每列的原子性。即数据库表中的所有字段值都是不可分解的原子值。第二范式：保证一张表只描述一件事情。即除主键外其他字段完全依赖于主键。第三范式：不可传递依赖。即表中的字段和主键直接对应不依靠其他中间字段，说白了就是，决定阅读全文

posted @ 2022-04-01 16:36 理想三旬_z 阅读(4559) 评论(0) 推荐(0)

阿里云大数据之——DataWorks学习

摘要：什么是DataWorks？一个大数据开发治理平台，集数据集成，数据开发，数据地图，数据质量，数据服务等于一体，一站式开发管理的界面。 DataWorks支持多种计算和存储引擎服务，包括离线计算MaxCompute、开源大数据引擎E-MapReduce、实时计算（基于Flink）、机器学习PAI、云阅读全文

posted @ 2022-03-29 17:53 理想三旬_z 阅读(1057) 评论(0) 推荐(0)

spark算子练习

摘要： def main(args: Array[String]): Unit = { val session = SparkSession.builder().master("local[*]").appName("exam2").getOrCreate() import session.implicit 阅读全文

posted @ 2021-12-29 13:40 理想三旬_z 阅读(141) 评论(0) 推荐(0)

Centos7上搭建MongoDB

摘要： 1. 下载Mongodb https://www.mongodb.com/try/download/community 2.解压并移动到指定目录 tar -zxf mongodb-linux-x86_64-rhel70-3.6.23.tgz mv mongodb-linux-x86_64-rhel7 阅读全文

posted @ 2021-12-29 13:39 理想三旬_z 阅读(146) 评论(0) 推荐(0)

Centos7上搭建Redis

摘要：一、安装redis 第一步：下载redis安装包 wget http://download.redis.io/releases/redis-4.0.6.tar.gz 第二步：解压 tar -zxvf redis-4.0.6.tar.gz 第三步：安装gcc依赖 yum install -y gcc 阅读全文

posted @ 2021-12-29 13:32 理想三旬_z 阅读(84) 评论(0) 推荐(0)

7.维度表与事实表的概念区分

摘要： 1.数据仓库与操作型数据库的区别仓库的物理模型与常见的操作型数据库的物理模型有很大不同。最明显的区别是：操作型数据库主要是用来支撑即时操作，对数据库的性能和质量要求都比较高，为了防止“garbage in，garbage out”，通常设计操作型数据库的都要遵循几个范式的约束，除非少数情况下为了性阅读全文

posted @ 2021-12-21 22:34 理想三旬_z 阅读(5151) 评论(0) 推荐(1)