- 博客(1)
- 资源 (31)
- 收藏
- 关注
RSS订阅原创 分布式join和agg的实现方式
先将两张大表按照Join Key将左表和右表的数据 Shuffle到参与Join计算的节点，Join Key相同的数据，Hash值一定相同，一定会被分发到相同的计算节点，不同的计算节点之间的数据Join的结果一定是空的，就是一定不满足关联条件。这是最常见的做法，适用于Agg结果数量少的场景，对于Agg结果数量较大或集群规模较大的场景，存在单点计算瓶颈的问题，即汇总数据后，做最后一次Agg的节点，会成为整个计算的瓶颈。每个节点都有完整的小表，这样能保证Join的结果是正确的。
2024-07-31 14:05:23
652
Napa Powering Scalable Data Warehousing with Robust Qery Perform
Napa: Powering Scalable Data Warehousing with Robust Qery Performance at Google
2021-11-23
Crystal A Unified Cache Storage System for Analytical Databases
Crystal A Unified Cache Storage System for Analytical Databases
2021-11-23
Dremel- A Decade of Interactive SQL Analysis at Web Scale
Dremel- A Decade of Interactive SQL Analysis at Web Scale
2021-11-19
Vectorization vs. Compilation in Query Execution.pdf
Vectorization vs. Compilation in Query Execution.pdf
2021-10-20
Struts2.0学习系列 以及 Struts2.0安装包
Struts2.0学习系列 以及 Struts2.0安装包
WORD文档里包含图片和文字,讲解非常详细,
一步一步的教你.
2009-10-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人