目前HIVE当中并没有相应的api用于自动生成相应的索引，在一般的sql中包含了identity函数可以用于自…
进入大数据领域经常接触到的词汇就是map /reduce，其实在这个在python中经常用到，比如处理一个li…
今天在spark yarn集群上面跑代码发现出现import numpy error ，提示没有相应的模块，其…
随着HIVE的持续使用，现在业务上也需要匹配文本，一般的加减乘除之类以及统计聚合运算都满足不了了，如果是短的字…
有的人想成为大牛，却不曾为此努力。有的人辛苦耕耘，却收获寥寥。很多时候，你跟成功的差距并不是能力，也不是运气，…
建议 24：遵循异常处理的几点基本原则 异常处理的几点原则： 注意异常的粒度，不推荐在 try 中放入过多的代…
第 1 章 引论 建议 1：理解 Pythonic 概念 Pythonic Tim Peters 的 《The…
经常需要查询半年以内或者指定时间范围内的数据，一般情况下数据库中保存的都是时间戳，时间戳实际上就是unix时间…
1.index() 一般用处是在序列中检索参数并返回第一次出现的索引，没找到就会报错，比如： >>…
使用swap分区也是博主的网站经常挂掉，以前用其他的服务器主要是内存大不会出现啥问题，主要就是wordpres…
1、前言 维护wordpress日常惯例，需要用到apahce和mysql。阿里云ECS最近经常内存不够直接杀…
之前在spark上面跑一个代码，但是输出的结果想拿出来分析顺便画个图表征，因此就想把数据保存到一个文件上面去，…
古语有云，工欲善其事必先利其器。选择一个好的工具，往往能达到意想不到的效果。因为个人电脑原因，用 pychar…
在hive查询中关于聚合和统计函数中涉及到百分比函数，比如PERCENT_RANK，不过这都是依据某个字段行数…
1、numpy切片中bool切片索引都是会产生copy，注意bool索引使用数学符号表示类似|，不可以使用an…
本文主要基于Anand Rajaraman和Jeffrey David Ullman合著，王斌翻译的《大数据-…
选用Anaconda的优势: 1）.不需要配置PYTHON环境变量； 2）.集成很多packages，省去一一…
命令基本格式: hadoop fs -cmd < args > 1.ls hadoop fs -l…
