BI商业智能和报表工具不是同一个东西吗？有啥区别？ 其实这是相当错误的理解，但有这种错误观念也不怪大家，因为这两者都是大数据时代下的数据工具，两者的功能确实也有所重合，但两者在本质上...

Spark简介 大规模数据处理高容错性高可伸缩性 Spark源码从1.x的40w行发展到现在的超过100w行，有1400多位大牛贡献了代码。整个Spark框架源码是一个巨大的工程。下面我们一起来看下spark的底层执...

实时同步MySQL数据到Hive 案例：将mysql中新增的数据实时同步到Hive中。 以上案例需要用到的处理器有：“CaptureChangeMySQL”、“RouteOnAttribute”、“EvaluateJsonPath”、“ReplaceText”...

此套面试题来自于各大厂的真实面试题及常问的知识点，如果能理解吃透这些问题，你的大数据能力将会大大提升，进入大厂指日可待！ 目前已经更新到第5版，广受好评！ 复习大数据面试题，看这一套...

由Facebook开源的Presto是其中的佼佼者，它是以MPP为架构的OLAP引擎中的中流砥柱。如果你学习过Spark、Flink的源码，会惊喜地发现，其中的多个设计思路和实现都参考了Presto，甚至于2019年在北...

PostgreSQL备份和恢复介绍 防止数据丢失的第一道防线就是备份。数据丢失有的是硬件损坏，还有人为的误删之类的，也有BUG的原因导致误删数据。 正常备份和恢复，如果公司有DBA，一般咱们不用参与...

Elasticsearch 介绍 1. Elasticsearch Elasticsearch 是一个基于 Apache Lucene 的开源搜索引擎。无论在开源还是专有领域，Lucene 可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎...

在数据驱动决策的时代，效率就是生产力。DeepSeek作为AI助手，如何帮助数据分析师解放双手、提升10-100倍效率？本文带你深入了解这一革命性工具。 引言 数据分析师的日常是什么？清洗数据、探索...

在数据类岗位招聘过程中，经常会考察求职者的SQL能力，这里整理了3个常考的SQL数据分析题，按照由简单到复杂排序，一起来测试一下你掌握了么？ PS：以下SQL代码在MySQL8.0及其以上版本运行。 题...

注：本文节选自清华大学出版社出版的《Hadoop海量数据处理：技术原理与项目实践》，略有改动，以纸质书出版为准。 --文末赠书-- 解析Yarn基本架构 资源调度器Yarn，主要由Resource Manager（RM...