- 博客(12)
- 收藏
- 关注
原创 hive作业split metadata size exceeded10000000解决方案
mapreduce.jobtracker. split.metainfo. maxsize =100000000或者等于-1(默认值是1000000)这个问题是因为表里小文件或者文件目录过多导致分片元数据超出限额。如果是分区表可以通过限制分区数据;
2024-02-26 17:53:32
468
1
原创 Sqoop同步异常字符处理
在hive同步到oracle或者pg中,有时候会遇到异常字符导致同步失败,需要把异常字符都提前处理。regexp_replace(字段,’\\n|\\r|\\t|\\\u0001|\\\u0000’,’’)
2024-01-23 11:23:13
385
原创 oracle一行转多行,即某列拆开,其他列不变
REGEXP_ SUBSTR(需要拆分的列,'[^,]+',1,LEVEL) as new_column。LENGTH(REGEXP_ REPLACE(需要拆分的列,',','')+ 1。1.使用connect by拆分,列里以逗号作为拆反符。and LEVEL= LENGTH(需要拆分的列)-id,-- id 在表里是唯一的。
2023-06-15 09:17:05
1204
2
原创 利用python进行excel格式处理并关联
import pandas as pd# 1.第一个excel文件和处理过程,如果读其他sheet需加参数如,sheet_name='test'excel_data=pd.read_excel('/Users/PycharmProjects/test_file/test01.xlsx')# print(excel_data.columns)# print(excel_data)# 对备注列单元格内根据换行符分割df1=excel_data['备注'].str.split('\n',expa.
2022-05-07 11:22:49
871
原创 greenplumn无法进行DDL时
今天遇到一个问题,发现greenplumn有一个表无法进行DDL,经过排查,表现存在一个表级锁accessshare lock,通过管理员账号解锁后,仍无法进行DDL,最后经通过杀死相关系统进程,才将问题解决。方法如下:1.查询表级锁select a.locktype,a.database,a.pid,a.mode,a.relation,b.relnamefrom pg_locks...
2018-09-11 15:27:06
519
原创 tableau制作火柴图
1.首先准备excel数据源并导入tableau,数据如下:2.将人数拖到行标签,流程拖到列标签,分别对应条形图和圈3.把人数度量标记里“全部”颜色以及上下两个图的大小4.点击行标签的第二个总和(人数),选择双轴。火柴图效果就出来了。...
2018-09-11 15:14:28
2075
原创 Hadoop生态圈组件介绍
Hive:是一个数据仓库,提供大量结构化数据检索;Hbase:列式分布式数据库;Spark:基于内存的分布式计算框架Sqoop:是传统数据库和hadoop之间数据导入导出的工具Avro:是hadoop集群部署管理框架...
2018-03-17 18:51:12
1955
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人