sqoop基本操作 1.导出（mysql->hive）sqoop export --connect "jdbc:mysql://ip:port/condata?useUnicode=true&characterEncoding=utf-8" \--username root \--pass...
sqoop faq 本文是整理使用sqoop过程中出现过的问题以及对应的解决方案。1.Can't parse input data: '\N' 空字符串造成的解决方式：--input-null-string "\\\\N" --input-null-non-string "\\\\N" \2. Can'...
Kylin配置文件加载源码解读 配置文件的加载是在类AdminService中。我们来看下前后端是如何调用的：1. getEnv(前端)$scope.getEnv = function () { AdminService.env({}, function (env) { $scope.envStr...
Kylin页面System操作源码解读 System中的主要操作在AdminController和CacheController一. 源码结构前端源码：angular：下面为自定义方法：* Method type is PUT * Additional Query parameter action=config is ...
Hbase-put调优 问题：数据put一直报table=daas:unicom_stat, attempt=11/35 failed=8ops, last exception: org.apache.hadoop.hbase.RegionTooBusyException: org.apache.hadoop.h...
CDH之HBase集群FAQ 1.regionserver意外挂掉，regionserver日志没有明显异常，datanode有异常日志S201:50010:DataXceiver error processing READ_BLOCK operation src: /10.0.5.218:56496 dst: /10...
mr程序实现map side join和reduce side join原理 前提：两个表进行inner join1、map side join效率比reduce side join高，不会产生shuffle第一步：使用DistributeCache.addCacheFile将一个文件分布式的缓存到每一台机器本地，这一步要在job启动之前设置，也就是在启动函数内j...
hadoop shell命令随手记 1. 提交mr任务：hadoop jar <jar> [mainClass] args..如：hadoop jar hadoop-examples-1.0.0.jar wordcount /text/input /test/output如果打的jar包设置了mainclas...
hive-order by 时null值处理 order by 时，desc NULL 值排在首位，ASC时NULL值排在末尾可以通过NULLS LAST、NULLS FIRST 控制RANK() OVER (ORDER BY column_name DESC NULLS LAST) ...
HIVE-计算累计和 eg：统计1-12月的累积销量，即1月为1月份的值，2月为1.2月份值的和，3月为123月份的和，12月为1-12月份值的和SELECT month,SUM(amount) month_amount, SUM( SUM(amount)) OVER (ORDER BY month RO...
hive表在join on上的过滤和在where上过滤的对比 当两张表A和B在join时，条件筛选放在表join时的on上面和放在where上面得到的结果是不一样的。如下创建两张表：A表结构以及数据：id name grade dept1 lijie1 100 102 lijie2 90 203 ...
hive锁 Hive中定义了两种锁的模式：共享锁（S）和排它锁（X），顾名思义，多个共享锁(S)可以同时获取，但是排它锁(X)会阻塞其它所有锁。如果select一张表，这张表则会进入shared模式，增加、插入、删除、修改数据和修改表名等操作都会在shared锁被释放之后再执行，会一直等待。如果插入、...
统计不同用户两两之间出现的相同产品 数据样例：U3 AU1 BU2 AU4 A--结果：U1,U2 A,BU1,U3 AU1,U4 AU2,U3 AU2,U4 AU3,U4 A要点：先按照用户分区排序，使用窗口函数做出标记，然后按照左表rank值小于右表rank值和两两用户不为相同用户的规则关联，使用列转...
hive-sum(a+b)与sum(a)+sum(b)的区别 hive> select * from tmp.test_sum;OK1 2NULL 34 21 NULLselect sum(a+b),sum(a)+sum(b) from tmp.test_sum;结果：9 13...
Kylin 优化 Cube Build 过程中常见遇到的是性能问题，例如 SQL 查询过慢、Cube 构建时间过长甚至失败、 Cube 膨胀率过高等等。究其原因，大多数问题都是由于 Cube 设计不当造成的。因此，合理地进行 Cube 优化就显得尤为重要。一、Cube优化方案：1. 维度精简去除查询中不会...
Kylin使用问题记录 1. limit 5 offset 2kylin中的limit 5 offset 2中的offset不是分页，而是第几条数据，2代表从第三条开始，最初下标为0.2. 用户admin找不到kylin在save model和cube时报错：用户admin找不到，kylin_job_conf....
Kylin build流程 1. 构建一个中间平表(Hive Table)：将Model中的fact表和look up表构建成一个大的Flat Hive Table。2. 重新分配Flat Hive Tables。3. 从事实表中抽取维度的Distinct值。4. 对所有维度表进行压缩编码，生成维度字典。5. 计...
HIVE SQL优化 作为数据仓库的利器，大部分的数仓工作者大部分时间都在写Hive Sql，根据作者经验整理出单纯的Hive Sql调优。一. 普通场景下的sql优化1. 列裁剪由于数仓底层存储大都采用列式存储，如ORC/PARQUET，所以可以采用列裁剪的方式减少扫描的字段。2. 分区裁剪即查询数据表...
hive日常调优参数整理 --压缩配置：-- map/reduce 输出压缩（一般采用序列化文件存储）set hive.exec.compress.output=true;set mapred.output.compression.codec=org.apache.hadoop.io.compress.Gzip...
hive ddl随手记 1.beeline cli嵌入模式：beeline!connect jdbc:hive2://localhost:10000输入用户名和密码远程模式beeline -u jdbc:hive2://s252:10000 -n rootbeeline -u "jdbc:hive2:/...
关注
