spark 1. Spark的四大特性 1. 速度快 spark比mapreduce快的兩個原因 1. 基于記憶體 2. 行程與執行緒 2. 易用性 1. 可以用java、scala、python、R等不同的語言來快速撰寫spark程式 3. 通用性 4. 兼容性 1. spark程式有多種運行模式 s ......
2020-09-14 more推薦閱讀： 論主資料的重要性（正確理解元資料、資料元） CDC+ETL實作資料集成方案 Java實作impala操作kudu 實戰kudu集成impala impala基本介紹 ? impala是基于hive的大資料分析查詢引擎，直接使用hive的元資料庫metadata，意味著impala元資料都 ......
2020-09-14 moreyarn-site.xml 配置介紹yarn.scheduler.minimum-allocation-mb yarn.scheduler.maximum-allocation-mb說明：單個容器可申請的最小與最大記憶體，應用在運行申請記憶體時不能超過最大值，小于最小值則分配最小值，從這個角度看，最小值 ......
2020-09-14 more準備作業 因為在編譯時需要下載許多依賴包，在執行編譯前最好先配置下代理倉庫 編譯flink shaded 因為flink依賴flink shaded工程，基本的依賴項都是在這個工程里面定義的，所以要先編譯這個工程 1. 下載flink shaded工程 "flink shaded" 1. 在寫文章時 ......
2020-09-14 more參考鏈接：https://www.zhihu.com/question/333417513 https://www.oschina.net/p/hbase hadoop環境搭建：https://blog.csdn.net/hliq5399/article/details/78193113/ goog ......
2020-09-14 more? 若在傳統DBMS 關系型資料庫中查詢海量資料，特別是模糊查詢，一般我們都是使用like %查詢的值%，但這樣會導致無法應用索引，從而形成全表掃描效率低下，即使是在有索引的欄位精確值查找，面對海量資料，效率也是相對較低的，所以目前一般的互聯網公司或大型公司，若要查詢海量資料，最好的辦法就是使用搜索 ......
2020-09-14 more參考 https://www.cnblogs.com/qingyunzong/p/8744593.html#_label0 官方檔案 https://cwiki.apache.org/confluence/display/Hive/LanguageManual+UDF 目錄 數學函式 集合函式 型別 ......
2020-09-14 more問題描述 業務需要一個長期運行的程式，將上傳的檔案存放至HDFS，程式啟動后，剛開始一切正常，執行一段時間（一般是一天，有的現場是三天），就會出現認證錯誤，用的JDK是1.8,hadoop-client，對應的版本是2.5.1，為什么強調這個版本號，因為錯誤的根本原因就是由JDK版本和hadoop- ......
2020-09-14 more查找的一些基本概念 查找表 是由同一型別的 資料元素 構成的集合，它是一種以查找為“核心”，同時包括其他運算的非常靈活的資料結構。 上面概念中的集合和數學上的定義是一致的，簡單地說就是由任意一些可分辨的物件構成的整體 作為一個數學概念，集合的元素是沒有任何限制。 作為一種資料結構，查找表的邏輯結構是 ......
2020-09-14 more圖的基本概念 首先，你要明確圖是什么樣子的，就是下面這個樣子的 圖的定義與術語 有向圖和無向圖 直接對比圖就可以看出來，有向圖和無向圖的區別了，這個沒有什么難的。 有向圖和無向圖的表示法有略微的區別，注意看 G1有箭頭，有向圖，表示方法是 G2無箭頭，無向圖，表示方法是 弧、弧頭、弧尾：有向圖的邊稱 ......
2020-09-14 more**?桔妹導讀：**GPU虛擬機實體創建速度慢是公有云面臨的普遍問題，由于通常情況下創建虛擬機屬于低頻操作而未引起業界的重視，實際生產中還是存在對GPU實體創建時間有苛刻要求的業務場景。本文將介紹滴滴云在解決該問題時的思路、方法、并展示最終的優化成果。 從公有云服務商那里購買過虛擬主機的資深用戶，一 ......
uj5u.com 2020-09-10 06:09:13 more**?桔妹導讀：**隨著云規模不斷擴大以及業務層面對延遲、帶寬的要求越來越高，采用DPDK 加速網路報文處理的方式在橫向縱向擴展都出現了局限性。可編程芯片成為業界熱點。本文主要講述了可編程網卡芯片在滴滴云網路中的應用實踐，遇到的問題、帶來的收益以及開源社區貢獻。 #1. 資料中心面臨的問題 隨著滴滴 ......
uj5u.com 2020-09-10 06:10:21 more**?桔妹導讀：**滴滴資料通道引擎承載著全公司的資料同步，為下游實時和離線場景提供了必不可少的源資料。隨著任務量的不斷增加，資料通道的整體架構也隨之發生改變。本文介紹了滴滴資料通道的發展歷程，遇到的問題以及今后的規劃。 #1. 背景 資料，對于任何一家互聯網公司來說都是非常重要的資產，公司的大資料 ......
uj5u.com 2020-09-10 06:11:05 more**桔妹導讀：**深耕人工智能領域，致力于探索AI讓出行更美好的滴滴AI Labs再次斬獲國際大獎，這次獲獎的專案是什么呢？一起來看看詳細報道吧！ 近日，由國際計算語言學協會ACL（The Association for Computational Linguistics）舉辦的世界最具影響力的機器 ......
uj5u.com 2020-09-10 06:11:29 more1、什么是mpp？ MPP (Massively Parallel Processing)，即大規模并行處理，在資料庫非共享集群中，每個節點都有獨立的磁盤存盤系統和記憶體系統，業務資料根據資料庫模型和應用特點劃分到各個節點上，每臺資料節點通過專用網路或者商業通用網路互相連接，彼此協同計算，作為整體提供 ......
uj5u.com 2020-09-10 06:11:41 more**桔妹導讀：**指標體系是什么？如何使用OSM模型和AARRR模型搭建指標體系？如何統一流程、規范化、工具化管理指標體系？本文會對建設的方法論結合滴滴資料指標體系建設實踐進行解答分析。 #1. 什么是指標體系 ##1.1 指標體系定義 指標體系是將零散單點的具有相互聯系的指標，系統化的組織起來，通 ......
uj5u.com 2020-09-10 06:12:52 more我們經常在資料庫中使用 LIKE 運算子來完成對資料的模糊搜索，LIKE 運算子用于在 WHERE 子句中搜索列中的指定模式。 如果需要查找客戶表中所有姓氏是“張”的資料，可以使用下面的 SQL 陳述句： SELECT * FROM Customer WHERE Name LIKE '張%' 如果需要 ......
uj5u.com 2020-09-10 06:13:25 more**桔妹導讀：**Ceph是國際知名的開源分布式存盤系統，在工業界和學術界都有著重要的影響。Ceph的架構和演算法設計發表在國際系統領域頂級會議OSDI、SOSP、SC等上。Ceph社區得到Red Hat、SUSE、Intel等大公司的大力支持。Ceph是國際云計算領域應用最廣泛的開源分布式存盤系統， ......
uj5u.com 2020-09-10 06:14:51 more之前寫過《es~通過ElasticsearchTemplate進行聚合操作》的文章，這一次主要寫一個嵌套的聚合，例如先對sex集合，再對desc聚合，最后再對age求和，共三層嵌套。 Aggregations的部分特性類似于SQL語言中的group by，avg，sum等函式,Aggregation ......
uj5u.com 2020-09-10 06:14:59 more傻瓜式部署，只需替換IP與用戶 導讀： 現ELK四大組件分別為：Elasticsearch（核心）、logstash（處理）、filebeat（采集）、kibana（可視化） 下載均在https://www.elastic.co/cn/downloads/下tar包，各組件版本最好一致，配合fdm會 ......
uj5u.com 2020-09-10 06:15:05 moreMysql復習的一個小總結，用xmind寫的。（字數沒有都不給我發博客😹） 下面是一些備注 子查詢 MySQL子查詢稱為內部查詢，而包含子查詢的查詢稱為外部查詢。 子查詢可以在使用運算式的任何地方使用，并且必須在括號中關閉。 視圖 基本語法可以使用 CREATE VIEW 陳述句來創建視圖。 語法格 ......
uj5u.com 2022-05-09 07:13:07 more?大資料概述 在大資料這個概念興起之前，資訊系統存盤資料的方法主要是我們熟知的關系型資料庫，關系型資料庫，關系型模型之父 Edgar F. Codd，在 1970 年 Communications of ACM 上發表了《大型共享資料庫資料的關系模型》的經典論文，從此之后關系模型的語意設計達到了 4 ......
uj5u.com 2022-05-09 07:13:01 more一、下載安裝IDEA IDEA2020.2.3版本：https://www.cnblogs.com/liugp/p/13868346.html 最新版本安裝詳情請參考：https://www.jb51.net/article/196349.htm 二、搭建本地hadoop環境（window10） 可 ......
uj5u.com 2022-05-09 07:12:17 moreMySQL8新增降序索引 桃花塢里桃花庵，桃花庵里桃花仙。桃花仙人種桃樹，又摘桃花賣酒錢。 一、MySQL5.7 降序索引 MySQL在語法上很早就已經支持降序索引，但實際上創建的卻仍然是升序索引，如下MySQL 5.7 所示，row2欄位降序，但是從show create table看 row2 ......
uj5u.com 2022-05-09 07:11:36 moreLinux環境下，MySQL的主要目錄及其作用、資料庫和資料表在檔案系統上的存盤結構。 ......
uj5u.com 2022-05-09 07:11:28 moreMysql復習的一個小總結，用xmind寫的。（字數沒有都不給我發博客😹） 下面是一些備注 子查詢 MySQL子查詢稱為內部查詢，而包含子查詢的查詢稱為外部查詢。 子查詢可以在使用運算式的任何地方使用，并且必須在括號中關閉。 視圖 基本語法可以使用 CREATE VIEW 陳述句來創建視圖。 語法格 ......
uj5u.com 2022-05-09 07:10:34 moreMySQL8新增降序索引 桃花塢里桃花庵，桃花庵里桃花仙。桃花仙人種桃樹，又摘桃花賣酒錢。 一、MySQL5.7 降序索引 MySQL在語法上很早就已經支持降序索引，但實際上創建的卻仍然是升序索引，如下MySQL 5.7 所示，row2欄位降序，但是從show create table看 row2 ......
uj5u.com 2022-05-09 07:10:25 moreLinux環境下，MySQL的主要目錄及其作用、資料庫和資料表在檔案系統上的存盤結構。 ......
uj5u.com 2022-05-09 07:10:19 more?大資料概述 在大資料這個概念興起之前，資訊系統存盤資料的方法主要是我們熟知的關系型資料庫，關系型資料庫，關系型模型之父 Edgar F. Codd，在 1970 年 Communications of ACM 上發表了《大型共享資料庫資料的關系模型》的經典論文，從此之后關系模型的語意設計達到了 4 ......
uj5u.com 2022-05-09 07:10:05 more一、下載安裝IDEA IDEA2020.2.3版本：https://www.cnblogs.com/liugp/p/13868346.html 最新版本安裝詳情請參考：https://www.jb51.net/article/196349.htm 二、搭建本地hadoop環境（window10） 可 ......
uj5u.com 2022-05-09 07:09:25 more