hive
3篇文章 · 0订阅
  • 数仓面试高频考点--解决hive小文件过多问题
    每执行一次 insert 时hive中至少产生一个文件，因为 insert 导入时至少会有一个MapTask。 像有的业务需要每10分钟就要把数据同步到 hive 中，这样产生的文件就会很多。 对 hive 来说，在进行查询时，每个小文件都会当成一个块，启动一个Map任务来完成…
    大数据
  • 数仓利器-Hive高频函数合集
    前言数据准备数据集建表语句窗口函数row_number：使用频率★★★★★rank：使用频率★★★★dense_rank：使用频率★★★★rank/dense_rank/row_number对比fir
    大数据
  • 大数据培训hive数仓存储格式详解
    Hive简介 Hive 是基于 Hadoop 的一个数据仓库工具，用来进行数据提取、转化、加载。 这是一种可以存储、查询和分析存储在 Hadoop 中的大规模数据的机制。 hive 数据仓库工具能将结
    Apache Hive