随笔分类 -  BigData

摘要:ES 是一个使用Java语言并且基于Lucene编写的搜索引擎框架,他提供了分布式的全文搜索功能,提供了一个统一的基于Restful风格的WEB接口,官方客户端也对多种语言都提供了相应的API。 阅读全文
posted @ 2023-03-03 09:20 VipSoft 阅读(1238) 评论(0) 推荐(1) 编辑
摘要:https://clickhouse.com/ 概念 ClickHouse 是俄罗斯的 Yandex 于 2016 年开源的列式存储数据库(DBMS),使用 C++语言编写,主要用于在线分析处理查询(OLAP),能够使用 SQL 查询实时生成分析数据报告。 OLAP:一次写入,多次读取 ClickH 阅读全文
posted @ 2023-01-05 11:59 VipSoft 阅读(264) 评论(1) 推荐(0) 编辑
摘要:之前数据分层处理,最后把轻度聚合的结果保存到 ClickHouse 中,主要的目的就是提供即时的数据查询、统计、分析服务。这些统计服务一般会用两种形式展现,一种是为专业的数据分析人员的 BI 工具,一种是面向非专业人员的更加直观的数据大屏。 以下主要是面向百度的 sugar 的数据大屏服务的接口开发 阅读全文
posted @ 2023-01-04 09:21 VipSoft 阅读(461) 评论(0) 推荐(0) 编辑
摘要:统计主题 需求指标【ADS】输出方式计算来源来源层级 访客【DWS】pv可视化大屏page_log 直接可求dwd UV(DAU)可视化大屏需要用 page_log 过滤去重dwm UJ 跳出率可视化大屏需要通过 page_log 行为判断dwm 进入页面数可视化大屏需要识别开始访问标识dwd 连续 阅读全文
posted @ 2022-12-30 09:23 VipSoft 阅读(478) 评论(0) 推荐(0) 编辑
摘要:DWM 建表,需要看 DWS 需求。 DWS 来自维度(访客、商品、地区、关键词),为了出最终的指标 ADS 需求指标 DWT 为什么实时数仓没有DWT,因为它是历史的聚集,累积结果,实时数仓中不需要 DWD 不需要加工 DWM 需要加工的数据 统计主题 需求指标【ADS】输出方式计算来源来源层级 阅读全文
posted @ 2022-12-29 12:16 VipSoft 阅读(409) 评论(0) 推荐(0) 编辑
摘要:大数据 ODS&DWD&DIM-SQL分享 需求 思路一:等差数列 断2天、3天,嵌套太多 1.1 开窗,按照 id 分组,同时按照 dt 排序,求 Rank -- linux 中空格不能用 tab 键 select id,dt,rank() over(partition by id order b 阅读全文
posted @ 2022-12-29 10:49 VipSoft 阅读(215) 评论(0) 推荐(0) 编辑
摘要:业务数据的变化,我们可以通过 FlinkCDC 采集到,但是 FlinkCDC 是把全部数据统一写入一个 Topic 中, 这些数据包括事实数据,也包含维度数据,这样显然不利于日后的数据处理,所以这个功能是从 Kafka 的业务数据 ODS 层读取数据,经过处理后,将维度数据保存到 HBase,将事 阅读全文
posted @ 2022-12-19 16:27 VipSoft 阅读(375) 评论(0) 推荐(0) 编辑
摘要:我们前面采集的日志数据已经保存到 Kafka 中,作为日志数据的 ODS 层,从 Kafka 的ODS 层读取的日志数据分为 3 类, 页面日志、启动日志和曝光日志。这三类数据虽然都是用户行为数据,但是有着完全不一样的数据结构,所以要拆分处理。将拆分后的不同的日志写回 Kafka 不同主题中,作为日 阅读全文
posted @ 2022-12-09 17:11 VipSoft 阅读(283) 评论(0) 推荐(0) 编辑
摘要:| 目录 | 作用 | | | | | app | 产生各层数据的 flink 任务 | | bean | 数据对象 | | common | 公共常量 | | utils | 工具类 | app.ods.FlinkCDC.java package com.atguigu.app.ods; impo 阅读全文
posted @ 2022-12-08 11:51 VipSoft 阅读(488) 评论(0) 推荐(0) 编辑
摘要:Caused by: org.apache.kafka.connect.errors.ConnectException: The MySQL server is not configured to use a ROW binlog_format, which is required for this 阅读全文
posted @ 2022-12-08 11:07 VipSoft 阅读(422) 评论(0) 推荐(0) 编辑
摘要:Caused by: org.apache.kafka.connect.errors.ConnectException: Error reading MySQL variables: The server time zone value '�й���׼ʱ��' is unrecognized or 阅读全文
posted @ 2022-12-08 11:07 VipSoft 阅读(307) 评论(0) 推荐(0) 编辑
摘要:CDC CDC 是 Change Data Capture(变更数据获取)的简称。核心思想是,监测并捕获数据库的变动(包括数据或数据表的插入、更新以及删除等),将这些变更按发生的顺序完整记录下来,写入到消息中间件中以供其他服务进行订阅及消费。 CDC 的种类 CDC 主要分为基于查询和基于 Binl 阅读全文
posted @ 2022-12-08 08:57 VipSoft 阅读(1440) 评论(0) 推荐(0) 编辑
摘要:![image](https://img2023.cnblogs.com/blog/80824/202211/80824-20221128173125005-1682211493.png) ![image](https://img2023.cnblogs.com/blog/80824/202211/ 阅读全文
posted @ 2022-12-07 13:18 VipSoft 阅读(1548) 评论(0) 推荐(2) 编辑

点击右上角即可分享
微信分享提示