摘要：
pyspark提交任务报错： Exception： Randomness of hash of string should be disabled via PYTHONHASHSEED 解决方案： 1. os.environ['PYTHONHASHSEED'] = "123" —— 失败，该方案改动 阅读全文
2020年9月12日
2020年8月30日
摘要：
crontab用于配置定时任务，主要参数是： -e：编辑当前用户的定时任务 -r：删除当前用户的定时任务 -l：列出当前用户的定时任务 其一般格式是： * * * * * shell_command # 第一个*号表示分钟：范围在0-59 # 第二个*号表示小时：0-23 # 第三个*号表示一个月的 阅读全文
摘要：
在linux上设置定时任务或者使用shell脚本都可以执行python代码；其中定时任务的设置在命令 crontab -e 中可以查看和设置。 假设目前有一个python脚本： import numpy as np print(' ') aa = [[1,2,3],[4,5,6]] print('a 阅读全文
摘要：
最近遇到一个神奇的hive功能：lateral view explode，感觉与Mysql中的group concat相反，将原本在一起的数据拆分成多行形成虚拟表，再与原表进行笛卡尔积。 一般模式：select column_A,column_B,tmp_table.tmp_column from 阅读全文
2020年8月29日
摘要：
mysql中的group_concat分组连接功能相当强大，可以先分组再连接成字符串，还可以进行排序连接。但是hive中并没有这个函数，那么hive中怎么实现这个功能呢？ 这里要用到：concat_ws函数和collect_list、collect_set 函数。 1. 建立测试表（无分区表）： c 阅读全文
2020年8月24日
摘要：
Git 版本控制系统是一个分布式的系统（与SVN不一样），可用于保存工程源代码及其历史状态的命令行工具。 Git下载地址：https://git-scm.com/downloads，安装之后，windows系统中会出现： 点击打开 Git Bash，出现： 这是属于命令行模式的界面，而Git GUI 阅读全文
2020年6月2日
摘要：
python参数传递时，主要有位置参数和关键字参数。 1. 位置参数：顾名思义，参数的位置顺序很重要，因为是直接根据位置赋值的。 def func1(a, b): print(a,b) # 位置参数，位置顺序很重要 func1(1,2) 2. 关键字参数：首先使得位置不那么重要了，毕竟参数一多，有些 阅读全文
摘要：
1. 使用base64解码时，出现：UnicodeDecodeError: 'utf-8' codec can't decode byte 0xed in position 21: invalid continuation byte 这里不是读文件的时候，需要加入 encoding='utf-8' 阅读全文
2020年5月23日
摘要：
1. Pandas读取csv或excel数据时，很可能遇到的columns中，列名会带有特殊字符，例如：空格、\n、\t、双空格、引号等等，如果不想手动修改的话，可以df.rename()来解决。 df = pd.read_excel(data_path) df_ = df.rename(colum 阅读全文
2020年5月22日
摘要：
Base64常用于对电子邮件、短信、URL等进行编码和传输，在Python和Mysql中都有实现方式。 但这里要说的是它编码的基本原理和步骤。 1. 首先相信大家都会看到这个表：Base64对应的字符表，一共64个字符，包括26个字母的大小写、10个阿拉伯数字、+号和/号；附：（还有一个' =' 号 阅读全文
