HelloWorld 开发者社区

科技资讯

全部资讯

开源项目

全部项目

推荐好文

Kylin 4.0 TopN实现原理介绍

引言ApacheKylin是一个开源的分布式分析引擎,提供Hadoop之上的SQL查询接口及多维分析(OLAP)能力以支持超大规模数据。它能在亚秒内查询巨大的数据集。从Kylin1.5开始就已经加入了TopN的度量,一直到kylin3.x,实现上没有太大改变,想了解ky

Hive引擎Spark优化配置参数1

Hive是大数据领域常用的组件之一,主要是大数据离线数仓的运算,关于Hive的性能调优在日常工作和面试中是经常涉及的的一个点,因此掌握一些Hive调优是必不可少的一项技能。影响Hive效率的主要有数据倾斜、数据冗余、job的IO以及不同底层引擎配置情况和Hive本身参数和HiveSQL的执行等因素。

Spark的五种JOIN策略解析

JOIN操作是非常常见的数据处理操作,Spark作为一个统一的大数据处理引擎,提供了非常丰富的JOIN场景。本文分享将介绍Spark所提供的5种JOIN策略,希望对你有所帮助。本文主要包括以下内容:影响JOIN操作的因素Spark中JOIN执行的5种策略Spark是如何选择JO

正在加载更多文章…

加载更多

已加载文章中没有匹配内容,可继续加载更多。