2025年6月29日，《可信数据空间标准体系建设指南（2025年版）》（以下简称《指南》）正式发布。 该指南由可信数据空间发展联盟组织120家成员单位共同完成，旨在构建一套体系完备、层次清晰、协...

正文开始 声明

本文分为两大节介绍，第一节是数仓建设，第二节是数据治理，内容较长，还请耐心阅读！ 在谈数仓之前，先来看下面几个问题： 数仓为什么要分层？ 用空间换时间，通过大量的预处理来提升应用系统...

大家好，今天分享的内容有点劲爆。 事情还得从我们提高班同学面试过程说起。 起因是找工作的过程中猎头推了一个岗位，办公需要remote的方式，通过zoom远程办公。这个同学的offer就属于这类，并...

本文目录：一、模型设计二、数据架构三、数据治理 随着互联网规模不断的扩大，数据也在爆炸式地增长，各种结构化、半结构化、非结构化数据的产生，越来越多的企业开始在大数据平台下进行数据处...

多表查询 一、交叉连接（了解） 它是所有连接的基础，其功能就是将表1和表2中的每一条数据进行连接。 结果： 字段数 = 表1字段 + 表2的字段 记录数 = 表1中的总数量 * 表2中的总数量（笛卡尔积...

性能也能得到数量级的提升 Hive 数据存储常用的格式如下： 行式存储 文本格式（TextFile） 二进制序列化文件 （SequenceFile） 列式存储 行列式文件（RCFile） 优化的行列式文件（ORCFile） Apa...

第一题：大数据笔试题-Java相关（美菜网） 写出下列程序的输出： 运行结果： 分析： 这道程序题考察的是Java中的静态代码块、构造代码块、构造函数的概念。 静态代码块 static {} 随着类的加载...

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...