hadoop 查看表的分布ip及空间大小：hadoop fsck /user/hive/warehouse/db_test.db/demo/ -files -blocks -locations -racks

了解核心业务的基本流程和核心指标

PMO是什么

没有shuffle的聚合：使用累加器

海豚调度：失败恢复，给子job设置超时时间，超时自动跳过

transformer算子应用：黑名单放进transfromer算子中，可以周期性更新

updatestatebykey 可以用redis代替

foreachRDD 在DStream的数据保存到redis时候使用