数仓开发与特征工程

从本文开始预计会花上三个篇幅，重点介绍和分享在大数据开发场景下使用DataWorks进行数据和机器学习模型开发。

使用java开发spark如何自定义PipelineStage，并对其中的一些注意事项进行详细说明。相信这篇文章对不少java的spark开发者能有帮助。

spark sql可以通过UDF来对DataFrame的Column进行自定义操作。本文将介绍在Spark UDF中引入外部资源数据的两种方法。