摘要：
本文由 网易云 发布。 上一篇文章介绍了如何搭建Hadoop伪分布式集群，本篇将向大家介绍下Hadoop分布式集群的搭建。内容浅显，但能够为新手们提供 一个参考，让像我一样的小白们对Hadoop的环境能够有一定的了解。 本文由 网易云 发布。 上一篇文章介绍了如何搭建Hadoop伪分布式集群，本篇将 阅读全文
摘要：
本文由 网易云 发布。 本文具体讨论了Join基础算法的一种优化方案 – Runtime Filter，在本文最后还引申地聊了聊谓词 下推技术。同时，在本文文章开头，笔者引出了两个问题，SQL执行引擎如何知晓参与Join的两波数据集大小？衡量两波数据集 大小的是物理大小还是纪录多少抑或两者都有？这关 阅读全文
摘要：
本文由 网易云 发布。 在之前的文章中简要介绍了Join在大数据领域中的使用背景以及常用的几种算法－broadcast hash join 、shuffle hash join以及 sort merge join等，对每一种算法的核心应用场景也做了相关介绍，这里再重点说明一番：大表与小表进行join 阅读全文