摘要： 转载 先看Data blocks（也叫逻辑块，oracle块，页）吧，oracle存储数据都是在这些数据块中，一个数据块是磁盘上数据库物理空间一系列物理字节的组成。 比Data blocks更高一层的逻辑数据块空间是extent，一个extent是由一系列临近的存储信息的数据块组成。 最高一层的逻辑 阅读全文

摘要： 一、本文说明： 今天在做测试的时候发现字段上有索引，但是执行计划就是不走索引，经过在网上查找才发现原来是索引的集群因子过高导致的。本文属于转载 二、官网说明 The index clustering factor measures row order in relation to an indexe 阅读全文

摘要： 转一篇http://weixiaolu.iteye.com/blog/1474172 正文： 1.MapReduce作业运行流程 下面贴出我用visio2010画出的流程示意图： 流程分析： 1.在客户端启动一个作业。 2.向JobTracker请求一个Job ID。 3.将运行作业所需要的资源文件 阅读全文

摘要： 今天无意中看到一个题目，也不是很难，就想着用python实现以下： 题目是数组中的两个数相加等于输入的一个target，然后输出数组的下标。 比如： [1,2,3,4,5,6] target=7 返回[1,4] 主要是坑就是避免有重复的数字 代码如下 阅读全文

摘要： 本文来自 http://www.jb51.net/article/31590.htm 有些语句sql top n 是sqlserver语法 --按某一字段分组取最大(小)值所在行的数据 代码如下: /* 数据如下： name val memo a 2 a2(a的第二个值) a 1 a1--a的第一个 阅读全文

摘要： 一般来说，日常使用只要记住下图6个命令，就可以了。但是熟练使用，恐怕要记住60～100个命令。 下面是我整理的常用 Git 命令清单。几个专用名词的译名如下。 Workspace：工作区 Index / Stage：暂存区 Repository：仓库区（或本地仓库） Remote：远程仓库 一、新建 阅读全文

摘要： 背景 随着大数据时代的到来，越来越多的数据流向了Hadoop生态圈，同时对于能够快速的从TB甚至PB级别的数据中获取有价值的数据对于一个产品和公司来说更加重要，在Hadoop生态圈的快速发展过程中，涌现了一批开源的数据分析引擎，例如Hive、Spark SQL、Impala、Presto等，同时也产 阅读全文

摘要： 本来python开发环境简单，挺好的，但是呢，由于好久不搭建开发环境了，想用python开发点东西。 刚开始想用pycharm，但是打开后，感觉比较卡，这样整体效率太低了。 用sumlime之类的，以前也没怎么用过，干脆用ecliops加pydev 碰到的几个问题简单说一下： 1、首先是版本问题，e 阅读全文

摘要： 首先声明，此文是属于纯粹收藏文，感觉讲的很不错。 本文介绍了Facebook公司数据分析系统中的RCFile存储结构，该结构集行存储和列存储的优点于一身，在MapReduce环境下的大规模数据分析中扮演重要角色。 Facebook曾在2010 ICDE（IEEE International Conf 阅读全文

摘要： hive中有些分析函数功能确实很强大，在和sum，max等聚合函数结合起来能实现不少功能。 直接上代码演示吧 原始数据 创建表 语句以及结果 分析结果，以channel1 列 pv1 结果是取起点到当前行的积累，比如：10号=10号 11号=10号+11号 12号=10号+11号+12号 以此类推 阅读全文