val rdd3 = sc.parallelize(List("12","23","345","4567"),2) rdd3.aggregate("")((x,y) => math.max(x.length, y.length).toString, (x,y) => x + y) 兩個磁區先計算出字 ......
2020-09-12 more隨著諸如Apache Flink，Apache Spark，Apache Storm之類的開源框架以及諸如Google Dataflow之類的云框架的增多，創建實時資料處理作業變得非常容易。這些API定義明確，并且諸如Map Reduce之類的標準概念在所有框架中都遵循幾乎相似的語意。 但是，直到今 ......
2020-09-12 moreDataHub 首先，阿里云也有一款名為DataHub的產品，是一個流式處理平臺，本文所述DataHub與其無關。 資料治理是大佬們最近談的一個火熱的話題。不管國家層面，還是企業層面現在對這個問題是越來越重視。資料治理要解決資料質量，資料管理，資料資產，資料安全等等。而資料治理的關鍵就在于 元資料管 ......
2020-09-12 moreKylin on HBase 方案經過長時間的發展已經比較成熟，但也存在著局限性，因此，Kyligence 推出了 Kylin on Parquet 方案。通過標準資料集測驗，與仍采用 Kylin on HBase 方案的 Kylin 3.0 相比，Kylin on Parquet 的構建引擎性能有... ......
2020-09-12 more本文選自《實時流計算系統設計與實作》 文末有驚喜 狀態管理是流計算系統的核心問題之一。在實作流資料的關聯操作時，流計算系統需要先將視窗內的資料臨時保存起來，然后在視窗結束時，再對視窗內的資料做關聯計算。在實作時間維度聚合特征計算和關聯圖譜特征計算時，更是需要創建大量的寄存用于記錄聚合的結果。而CEP ......
2020-09-12 more最近的作業是利用Hive做資料倉庫的ETL轉換，大致方式是將ETL轉換邏輯寫在一個hsql檔案中，腳本當中都是簡單的SQL陳述句，不包含判斷、回圈等存盤程序中才有的寫法，僅僅支持一些簡單的變數替換，比如當前賬期等。然后通過一個通用的shell腳本來執行hsql檔案。該腳本是主要是呼叫了hive -f ......
2020-09-12 more前言： 本文詳細介紹了HBase RowFilter過濾器Java&Shell API的使用，并貼出了相關示例代碼以供參考。RowFilter 基于行鍵進行過濾，在作業中涉及到需要通過HBase Rowkey進行資料過濾時可以考慮使用它。比較器細節及原理請參照之前的更文： "HBase Filter ......
2020-09-12 moreApache Kylin on Apache HBase 方案經過長時間的發展已經比較成熟，但是存在著一定的局限性。因此，Kyligence 推出了 Kylin on Parquet 方案。本文中，Kyligence 的大資料研發工程師王汝鵬講解了該解決方案的架構、原理以及如何開發除錯代碼。 ......
2020-09-12 more今天比較開心，只想哈哈~哈哈哈~ 啥也不多說了，直接看示例吧！絕對比我口才好~ 哈哈！Get到了嗎？好意思不幫我分享嘛~哈哈~ 轉載請注明出處！歡迎關注本人微信公眾號【HBase作業筆記】 ......
2020-09-12 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