oracle parallel

看完这一篇数据仓库干货，终于搞懂什么是hive了

一、Hive定义Hive最早来源于FaceBook，因为FaceBook网站每天产生海量的结构化日志数据，为了对这些数据进行管理，并且因为机器学习的需求，产生了Hive这们技术，并继续发展成为一个成功的Apache项目。1、定义Hive是一个基于Hadoop的数据仓库工具，可以将结构化的数据文件映...

Hive学习笔记，看懂 Hive

Hive基本概念什么是HiveHive：由Facebook开源用于解决海量结构化日志的数据统计。Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张表，并提供类SQL查询功能。本质是：将HQL转化成MapReduce程序1）Hive处理的数据存储在HDFS2）Hive分析数...

性能优化技巧:有序分组

一、问题背景与适用场景通常分组计算都采用hash方案，即先计算分组字段的hash值，hash值相同的记录被分拣到一个小集合里，然后在这个小集合中遍历找分组字段值相同的聚合成一组。分组的复杂度(比较次数)，取决于hash函数的重码率。在hash空间比较小时，重码率就高，比较次数就会...