DML LOAD DATA [LOCAL] INPATH 'filepath' [OVERWRITE] INTO TABLE tablename [PARTITION (pa...
IP属地：广东
-
HIVE-DML
-
HIVE-DDL
DATABASE CREATE (DATABASE|SCHEMA) [IF NOT EXISTS] database_name [COMMENT database_comme...
-
MR读文件过程
Read阶段的流程 根据InputFormat ①切片, getSplit() ②使用输入格式的RR读取数据, createRecordReader() 1.默认的TextI...
-
-
Yarn 和 Zookeeper
Yarn的作用 Yarn是一个分布式资源调度器组件。这个组件的主要作用是在每次接收到请求后，会查看当下的各个子节点的状况，统筹出运算资源的调度方案来保证任务可以顺利执行。通常...
-
缺失值处理1. 删除 主要有简单删除法和权重法。简单删除法是对缺失值进行处理的最原始方法。 (1) 简单删除法 此方法将存在缺失值的数据条目（对象，元组，记录）进行删除。这种方法简单易...
-
异常值检查与处理异常值的定义： 异常值，即在数据集中存在不合理的值，又称离群点，如下所示： 异常值判别方法： 1.简单统计法 对属性值进行一个描述性的统计，从而查看哪些值是不合理的。比如：对...
-
Hive SQL （HQL）小结
*Hive创建表的方式 1、使用create命令创建一个新表 例如： create table if not exists db_web_data.track_log(字段)...
-
Hive1
##数据库与数据仓库 数据库：mysql,roacle,sqlserve,DB，MDB,... 数据仓库：Hive,是MR的客户端，也就是说不必要每台机器都安装部署Hive ...
-
YARN配置
##YARN上运行MapReduce程序 配置yarn上运行 1.配置yarn-env.sh(配置JAVA_HOME) 2.配置yarn-site.xml <#configu...
-
hadoop概述
# Hadoop 优势 # -高可靠性：因为Hadoop假设计算的元素和存储会出现故障，因为他维护多个工作数据副本，在出现故障时可以对失败得节点重新分布处理； -搞扩展性：在...
-
hadoop配置
##配置集群： 1.配置:hadoop-env.sh(修改其中JAVA_HOME) 2.配置：core-site.xml <--指定HDFS中NameNode的地址> <#p...
-
-
-
阿里云官网内容平台！汇聚阿里云优质内容（入门、文档、案例、最佳实践、直播等）！如需转载或内容类合作，邮件yqgroup@service.aliyun.com 秒级回复！<br>
-
我们不仅仅是一家软件公司，同时也是一个社区：我们汇集满怀激情的软件精英，通过技术和客户共同应对最艰巨的挑战。同时我们寻求IT行业的革新，并致力于对社会产生积极的影响力。<br>
-
开源中国社区官方账号，每天为开发者推送最新最热的技术资讯。
-
北漂青年的生活状态，探索互联网对我们的影响。<br>微信公众号：马虎眼<br>作者微信号：yunrui99
-
-
