Gemini的博客

在设计物理模型的时候，我们必须要考虑特殊的字段，比如二进制码流，JOSN文件等，给其设定合适的字段类型非常重要。1.必须要了解的几个大对象类型 BLOB,CLOB,NLOB,BFILEBLOB:可存储无结构的二进制数据，最大上线4GCLOB:可存储单字节字符数据，最大上线4GNLOB：可存储内部定常多字节的字符BFILE: 可存储外部二进制文件BLOB,CLOB,NCLOB

ETL构建企业级数据仓库五步法在数据仓库构建中，ETL贯穿于项目始终，它是整个数据仓库的生命线，包括了从数据清洗，整合，到转换，加载等的各个过程，如果说数据仓库是一座大厦，那 么ETL就是大厦的根基，ETL抽取整合数据的好坏直接影响到最终的结果展现。所以ETL在整个数据仓库项目中起着十分关键的作用，必须摆到十分重要的位 置。一、什么是ETLETL是数据抽取（Extract）、转换（

1.关于字段数据类型的确定（1）根据字段类型分类，逐一确定一般情况下分为以下几大类：代码类：例如国家代码等，根据编码规则，其字段类型取定常，不留空，一般情况下varchar2(10)左右就够了；编号类：例如运营商编号等，varchar2字符类型，动态变化，并不占空间，宁可长不可取短，不然技术开发人员要被搞死了；标识类：例如蓝牙标识，标识类的字段值为0/1，要么为0要么为1，故其字段

最近读的几篇关于impala的文章，这篇良心不错：https://www.biaodianfu.com/impala.html（本文截取部分内容）        Impala是Cloudera公司主导开发的新型查询系统，它提供SQL语义，能查询存储在Hadoop的HDFS和HBase中的PB级大数据。已有的Hive系统虽然也提供了SQL语义，但由于Hive底层执行使用的是MapReduce引擎

感觉站在大数据的风口浪尖，感受一丝丝的凉风，也很自豪啊，哈哈哈，猪被风吹飞了，我看着漫天猪飞很好奇呀。接触大数据方向的工作我们经常提的关键词无非也就是以下这些，其中的每一块都很值的挖掘，技术大牛都在其中的一个或几个领域炉火纯青。我只能说说我听过的关键词，具体每一块的精髓，还需岁月操魔。首先，大数据平台一般由以下几部分构成：1.数据源 也就是数据的来源2.数据交换区 （原始数据层