<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Y_ZYL的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Y_ZYL</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Y_ZYL]]></copyright><item><title><![CDATA[Flint Join优化之Hint（优化器）]]></title><link>https://blog.youkuaiyun.com/Y_ZYL/article/details/88899274</link><guid>https://blog.youkuaiyun.com/Y_ZYL/article/details/88899274</guid><author>Y_ZYL</author><pubDate>Fri, 29 Mar 2019 18:21:57 +0800</pubDate><description><![CDATA[Flint Join优化之Hint（优化器）
Flink目前主要有3种join ：


join ：inner join，等值连接


outerJoin ：外连接，分为left-outer join(左连接)、right-outer join(右连接)、full-outer join(全外连接)


cross ： 笛卡尔积


Flink提供了优化器“hint”（提示）以告诉join函数优化器...]]></description><category></category></item><item><title><![CDATA[hdp 2.6.2.14-ambari 2.5踩坑记]]></title><link>https://blog.youkuaiyun.com/Y_ZYL/article/details/86766948</link><guid>https://blog.youkuaiyun.com/Y_ZYL/article/details/86766948</guid><author>Y_ZYL</author><pubDate>Tue, 05 Feb 2019 22:56:20 +0800</pubDate><description><![CDATA[hdp 2.6.2.14-ambari 2.5踩坑记
官方文档 https://docs.hortonworks.com/HDPDocuments/Ambari-2.5.2.0/bk_ambari-installation/content/ch_Getting_Ready.html
文章目录配置hosts设置SSH免密钥登录关闭防火墙关闭Selinux禁用Transparent保证系统语言是英文同...]]></description><category></category></item><item><title><![CDATA[Centos7源码编译安装mysql5.7]]></title><link>https://blog.youkuaiyun.com/Y_ZYL/article/details/86766022</link><guid>https://blog.youkuaiyun.com/Y_ZYL/article/details/86766022</guid><author>Y_ZYL</author><pubDate>Tue, 05 Feb 2019 17:57:38 +0800</pubDate><description><![CDATA[Centos7源码编译安装mysql5.7
文章目录1. 下载mysql 5.72.  安装编译需要的一些依赖3. 编译安装mysql3.1 生产编译环境3.2 编译mysql源码3.3 安装mysql4. 配置mysql4.1 编辑配置文件4.2 创建数据目录，赋予权限4.3 初始化数据库4.4 取消密码规则校验4.5 启动mysql4.6 修改密码4.7 开启局域网访问
1. 下载mysql ...]]></description><category></category></item><item><title><![CDATA[Spark缓存级别]]></title><link>https://blog.youkuaiyun.com/Y_ZYL/article/details/86762838</link><guid>https://blog.youkuaiyun.com/Y_ZYL/article/details/86762838</guid><author>Y_ZYL</author><pubDate>Mon, 04 Feb 2019 12:07:52 +0800</pubDate><description><![CDATA[Spark缓存级别
在spark中，如果一个rdd或者Dataset被多次复用，最好是对此做缓存操作，以避免程序多次进行重复的计算。Spark 的缓存具有容错机制，如果一个缓存的 RDD 的某个分区丢失了，Spark 将按照原来的计算过程，自动重新计算并进行缓存。
缓存的使用：
	val dataset = spark.read.parquet(file)
	dataset.cache()
	或者...]]></description><category></category></item><item><title><![CDATA[ETL和ELT区别]]></title><link>https://blog.youkuaiyun.com/Y_ZYL/article/details/86762780</link><guid>https://blog.youkuaiyun.com/Y_ZYL/article/details/86762780</guid><author>Y_ZYL</author><pubDate>Mon, 04 Feb 2019 11:48:55 +0800</pubDate><description><![CDATA[ETL和ELT区别


Extract / 提取 ：从datasource/txt/csv/Excel/等原始数据源中 Extract数据。


Transform / 转换 ：将数据预处理，字段补全、类型检查、去除重复数据等，根据预定的条件将数据统一起来。


Load / 装载 ：将转换完的数据存到数据仓库中。


ETL
Extract - Transform - Load
提取 - 转换 ...]]></description><category></category></item></channel></rss>