开源工具天天有，1万Star不常有。分享一个在海外疯狂增长了1万Star的产品，低代码工具千千万，真正能用的却不多，这个工具目前主要是北美的开发者在使用，他们的discord社区也十分活跃。 社区里面

         作者基于多年的大数据处理经验，当前管理着100PB+数据仓库和2000+节点的集群。持续系统化给大家分享一下关于数据仓库建设的经验总结。本系列既有数据仓库的形而上学理论体系，也有结合公司业务的实践，既有大厂如阿里巴巴，京东，头条的分享交流，也有小公司数仓迭代案例...

广播变量：主要用于在节点间高效分发大对象。 counter 最后的结果是 0，导致这个问题的主要原因是闭包。 1. Scala 中闭包的概念 more : 是一个自由变量 (free variable)，因为函数字面量本生并没有给 more 赋予任何含义。 按照定义：在创建函数…

摘要：在移动互联网时代，用户数量庞大，标签数量众多，用户标签的数据量巨大。用户画像系统中，对于标签的存储和查询，不同的企业有不同的实现方案。当前主流的实现方案采用ElasticSearch方案。但基于

数仓规范，看似是无关紧要，实则是数仓实施最重要要素，也是衡量数仓标准的重要条件，有了规范，才能尽可能避免一些坑。 数量字段后缀 _cnt等标识...

用搭建轻量级流程引擎的方案，教你解决数据一致性难题。ClickHouse是一个开源的OLAP引擎，不仅被全球开发者广泛使用，在字节各个应用场景中也可以看到它的身影。