love__water-CSDN博客

原创数仓常问的问题

数据仓库的分层提高数据的复用性规范数据分层，通过的中间层数据，能够减少极大的重复计算，增加一次计算结果的复用性。数仓中常见的的是粒度和维度，维度的组合就是指标ods 、 dwd 、 dws 、 ads星型模型和雪花模型星座模型、维度冗余及三范式星型模型主要的数据都是在事实表中，只要扫描事实表就能进行大量的查询，不必精细大量的join 时间维度，商品维度雪花模型某些维度是规范化的，把数据进一步分解到附加表中，数据冗余少，但是需要多张表的join导致查询的效率下降。接近三范式星座

2021-06-01 18:34:09 652 2

原创 sql的一些常用的函数

日期函数select REPLACE(‘abcdefghabc’,‘abc’,‘xxx’)-把abc替换成xxx时间戳转日期 from_unixtime(),unix_timestamp(‘2020-08-07’,‘yyyymmdd’)20200820--->2020-08-20 转化select from_unixtime(unix_timestamp('2020-08-07','yyyymmdd'),'yyyy-mm-dd'))条件函数if(score > 60,1,0)

2021-06-01 17:50:34 133

原创 sql的优化语句（数据倾斜的情况）

sql的优化**分为业务和架构的两个方面****reduce阶段的每个分区一个reduce、对key做hash分区的时候，如果key的数量很多，那么把热点数据分发到一个reduce中进行处理。比如用Hive算数据的时候reduce阶段卡在99.99%用SparkStreaming做实时算法时候，一直会有executor出现OOM的错误，但是其余的executor内存使用率却很低。**架构上MapJoin把小表全部加载到内存在map端进行join，避免reducer处理默认25兆hive.

2021-06-01 17:38:47 1185

原创几种排序算法小结

1、冒泡排序需要比较n-1次，每次从下到上比较，如果大于就交换，每一次确定一个最小的数在最上面，优化就是如果没有发生交换说明已经有序，就停止元素比较的次数为：(N-1)+(N-2)+(N-3)+…+2+1=((N-1)+1)(N-1)/2=N^2/2-N/2;元素交换的次数为：(N-1)+(N-2)+(N-3)+…+2+1=((N-1)+1)(N-1)/2=N^2/2-N/2;总执行次数为：(N2/2-N/2)+(N2/2-N/2)=N^2-N;按照大O推导法则，保留函数中的最高阶项那么最

2020-08-16 18:02:31 117

原创 hql的一些经典案例

数据插入insert into table student partition(month=‘201709’)values(1,‘wangwu’); insert overwrite table studentpartition(month=‘201708’)select id, name from student where month=‘201709’;数据导出Insert 导出insert overwrite local directory ‘/opt/module/data

2020-08-15 19:12:26 192

原创 sparksql 和HQL的小结

sparksql 和HSQL的一些总结需求：将下面的经纬计算geohash值，格式为 xx省xx市xx县，并写入mysql中安徽省,34,000,1,117.123232,32.112345阜阳市,341,34,2,117.123555,32.112444阜南县,3412,341,3,117.123666,32.112777+----------+---------+--------+--------+----+| lng| lat|province|distinct

2020-08-15 19:11:06 1030 1

原创 shuffle机制

HDFS 的三个组成：shuffle的机制系统执行排序，将map的输出作为初入传给reduce的过程，他是发生在map之后reduce之前每个map有一个环形内存缓冲区，用于存储任务的输出。默认大小100MB（io.sort.mb属性），一旦达到阀值0.8（io.sort.spill.percent）,一个后台线程把内容写到(spill)磁盘的指定目录（mapred.local.dir）下的新建的一个溢出写文件。写磁盘前，要partition,sort。如果有combiner，combin

2020-06-27 20:03:23 139

原创单例设计模式

单例设计模式：是内存中只存在一个对象public class SingletonDemo{ public static void main(String[] args) { //单例设计模式：是内存中只存在一个对象 Singleton s1 = Singleton.getSingleton(); Singleton s2 = Singleton.getSingleton(); System.out.println(s1 == s2);

2020-06-16 16:58:06 65

原创 Spring第一天

spring是分层的 Java SE/EE 应用 full-stack 轻量级开源框架，以 IoC（Inverse Of Control：反转控制）和 AOP（Aspect Oriented Programming：面向切面编程）为内核，提供了展现层 Spring MVC 和持久层 Spring JDBC以及业务层事务管理等众多的企业级应用技术，还能整合开源世界众多著名的第三方框架和类库ioc的作用就是降低程序间的耦合度工厂模式解耦。在实际开发中我们可以把三层的对象都使用配置文件配置起来，当启动服务器.

2020-06-16 16:51:49 94

原创 mybits的一些细节

mybits的一些细节<insert id="saveUser" parameterType="com.huang.domain.User">insert into user(username,birthday,sex,address) values(#{username},#{birthday},#{sex},#{address})</insert>`parameterType 属性：代表参数的类型，因为我们要传入的是一个类的对象，所以类型就写类的全名称。 sql

2020-06-12 17:09:37 105

原创 Mybits

Mybits的xml配置.创建maven工程创建实体类编写持久层接口 UserDao 4. `package com.huang.dao;import com.huang.domain.QueryVo;import com.huang.domain.User;import java.util.List;public interface UserDao { /** * 查询所有 * @return */ public List<Us

2020-06-12 16:54:38 1233

原创广度优先搜索算法

广度优先搜索广度优先搜索解决两个问题：第一类问题：从节点A出发，有前往节点B的路径吗？第二类问题：从节点A出发，前往节点B的哪条路径最短？假设你经营着一个芒果农场，需要寻找芒果销售商，以便将芒果卖给他。在Facebook，你与芒果销售商有联系吗？为此，你可在朋友中查找。这样一来，你不仅在朋友中查找，还在朋友的朋友中查找。别忘了，你的目标是在你的人际关系网中找到一位芒果销售商。因此，如果Alice不是芒果销售商，就将其朋友也加入到名单中。这意味着你将在她的朋友、朋友的朋友等中查找。使用这种算法将搜遍

2020-05-24 19:45:58 282

love__water的博客