典型的数据仓库建模方法论ER 模型数据仓库之父 Bill lnmon 提出的建模方法是从全企业的高度设计 3NF 模型，用实体关系（ Entity Relationship, ER ）模型描述企业业 务，在范式理论上符合 3NF 。数据仓库

HiveSQL 高阶函数合集实战HiveSQL 高阶函数合集实战 数据集1234567891011121314151617181,user1,https://blog.csdn.net/qq_28680977/article/details

Spark性能优化之道——解决Spark数据倾斜（Data Skew）的N种姿势 本文结合实例详细阐明了Spark数据倾斜的几种场景以及对应的解决方案，包括避免数据源倾斜，调整并行度，使用自定义Partitioner，使用Map侧Join代

Spark作业运行流程Spark 作业运行流程1、Driver通过SparkContext向Cluster Manager 申请资源2、Cluster Manager分配资源、并在Worker节点上创建Executor3、SparkCont

spark 核心概念图解 学习spark 三部曲 首先来看几个只管重要的概念，这些概念承载着Spark集群运转和程序运行的重要使命。Spark运行架构图，如图1-1所示。 1、Master 图1-1 中的 Cluster Manager

从SQL到RDD：一个简单的案例 从典型的Spark SQL应用场景中，数据的读取、数据表的创建和分析都是必不可少的过程。通常来讲，SQL查询所面对的数据模型以关系表为主。转自《Spark SQL内核剖析》 一个简单的案例 1234567

Hadoop Shell 命令介绍在Hadoop2.0部署目录中，bin目录下有四个常见Shell脚本：hadoop、hdfs、yarn和mapred，它们分别负责common、HDFS、YARN和MapReduce四个模块的管理工作，用户

二、Hadoop基础知识(yarn设计理念与基本架构) 学习了董西成的Hadoop技术内幕第二章总结回顾 术语解释Hadoop 1.0 Hadoop 1.0 即第一代Hadoop，由分布式存储系统HDFS和分布式计算框架MapReduce

一、yarn产生背景(yarn设计理念与基本架构) 学习了董西成的Hadoop技术内幕第二章总结回顾 由于MRv1在扩展性、可靠性、资源利用率和多框架等方面存在明显不足，Apache开始尝试对MapReduce进行升级改造，于是诞生了更加先

数据库范式 设计关系数据库时，遵从不同的规范要求，设计出合理的关系型数据库，这些不同的规范要求被称为不同的范式，各种范式呈递次规范，越高的范式数据库冗余越小。 范式的由来范式来自英文Normal form，简称NF。要想设计—个好的关系，