- 博客(5)
- 收藏
- 关注
RSS订阅原创 LEFT JOIN+ISNULL求差集三连击
LEFTJOIN+ISNULL是求差集的核心技巧：以左表为“目标池”，右表为“排除池”，通过全字段关联后筛选右表为空的记录，精准找出“未发生”的行为。适用于加购未买、单向关注、好友推荐等场景，关键在主键匹配与WHERE ISNULL过滤。口诀：左连右，找为空。避免数据膨胀与NOTIN陷阱，高频用于漏斗分析与用户召回。
2026-11-02 19:46:17
250
原创 HiveSQL速查：初学者必备函数大全
本文为HiveSQL初学者整理的常用函数速查指南，涵盖时间处理、条件聚合、空值处理、集合操作、CASEWHEN分类、多表关联与去重、分组过滤及业务指标应用。通过知识点表格与简化示例结合，帮助理解函数在真实场景中的组合使用，重点掌握date_add、sum(if())、nvl、collect_set、case when等核心语法，提升数据分析实战能力。
2026-11-02 00:42:05
275
原创 Doris配置全解析：从FE到Broker一站式指南
Doris配置分五层：系统、节点、启动、集群元数据、客户端。FE为“大脑”，关键配置包括meta_dir（独立SSD）、priority_networks（绑定正确IP）、JAVA_OPTS（建议16GB+堆内存）。BE为“仓库”，核心是storage_root_path（多路径并行IO，避免末尾分号）。Broker是外部存储桥梁，支持HDFS/S3等，通过WITH BROKER实现异步导入/导出，需配置broker_ipc_port并注册至FE。扩缩容
2026-10-13 14:31:52
143
原创 进阶调度四大神器：参数、资源、告警、重跑
DolphinScheduler进阶功能解决生产调度四大核心问题：通过参数动态化实现工作流灵活配置，支持跨节点传参与优先级管理；资源中心统一管理依赖文件，提升复用性与版本控制能力；告警通知实现异常实时感知，保障无人值守场景下的及时响应；失败重跑机制支持断点续跑，提升容错与执行效率。结合实战案例，全面支撑数据流水线的自动化、可维护与高可用运行。
2026-10-10 10:41:11
129
原创 Apache DolphinScheduler 集群部署与核心配置全解析
本文基于DolphinScheduler 2.0.5/3.x，系统讲解其分布式架构、集群部署流程及核心配置。重点解析install_env.sh配置项，深度拆解SPRING_DATASOURCE_URL参数，详述安全中心四大模块（用户、租户、告警组、Worker分组）的配置与最佳实践，并提供API令牌集成与Python调用示例。涵盖从环境准备、数据库初始化、一键部署到常见问题排查（如MySQL连接失败、ZooKeeper超时、Worker权限不足等），适用于大数据调度平台运维与开发人员参考。
2026-10-08 22:38:08
646
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人