<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[linpingta的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/linpingta</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; linpingta]]></copyright><item><title><![CDATA[Programming HIVE Chapter 7-14 读书笔记]]></title><link>https://blog.youkuaiyun.com/linpingta/article/details/18927189</link><guid>https://blog.youkuaiyun.com/linpingta/article/details/18927189</guid><author>linpingta</author><pubDate>Tue, 04 Feb 2014 23:55:15 +0800</pubDate><description><![CDATA[Chapter7 HiveQL : Views


Hive不支持物化视图


a view will be shown using SHOW TABLES.
不可以把view作为insert或者load的对象


Chapter8 HiveQL: Indexes


Hive has limited index properties.
索引相关的技术还没有什么发展，可]]></description><category></category></item><item><title><![CDATA[Programming Hive Chapter1-6 读书笔记]]></title><link>https://blog.youkuaiyun.com/linpingta/article/details/18927145</link><guid>https://blog.youkuaiyun.com/linpingta/article/details/18927145</guid><author>linpingta</author><pubDate>Tue, 04 Feb 2014 23:53:33 +0800</pubDate><description><![CDATA[Chapter1
there is no record-level insert, delete or update
high latency : so it's more close to OLAP other than OLTP , you know, OLAP is for analysis. (but it's also not satisifying the "online" par]]></description><category></category></item><item><title><![CDATA[关于最近的私活--技术篇]]></title><link>https://blog.youkuaiyun.com/linpingta/article/details/18449395</link><guid>https://blog.youkuaiyun.com/linpingta/article/details/18449395</guid><author>linpingta</author><pubDate>Sat, 18 Jan 2014 15:44:20 +0800</pubDate><description><![CDATA[最近两周在做的这个项目的需求是这样的。客户从某些地方爬取了一些商品数据，存在txt里面（可以认为一行数据是一个item），要导入到指定模板格式的Excel中，简单说txt的一行数据就是excel的一行data（实际上在业务上讲有变体的概念，每个txt在excel中可能对应1到N行），但excel中数据的填写位置要根据模板不同做选择和确定。因为txt里的数据是爬虫直接得到的，可能有些内容不能导入到e]]></description><category></category></item><item><title><![CDATA[关于元数据(Metadata) -- 菜鸟篇]]></title><link>https://blog.youkuaiyun.com/linpingta/article/details/17803835</link><guid>https://blog.youkuaiyun.com/linpingta/article/details/17803835</guid><author>linpingta</author><pubDate>Fri, 03 Jan 2014 23:50:19 +0800</pubDate><description><![CDATA[这个问题和工作相关，最近思考也比较多，可以发表些个人看法。但工作日浅，希望以后有更深的理解再做更新。


为什么要有元数据？
这个问题是我加入公司第一个疑问的问题，毕竟应用在三层或者MVC结构中最终要和数据库的交互，无论是结构化还是非结构化的数据源，都要转成SQL或者类似SQL的查询语言，对于一个技术人员而言，自然而然觉得用户的需求直接被转化为SQL语句是自然而然的事情。定义元数据感觉像是]]></description><category></category></item><item><title><![CDATA[MySQL索引基础--菜鸟篇]]></title><link>https://blog.youkuaiyun.com/linpingta/article/details/17803361</link><guid>https://blog.youkuaiyun.com/linpingta/article/details/17803361</guid><author>linpingta</author><pubDate>Fri, 03 Jan 2014 23:18:08 +0800</pubDate><description><![CDATA[最近阅读了一些关于MySQL数据库的书籍，强烈推荐《高性能MySQL》和《数据库性能调优--原理与技术》（均为第3章），对于MySQL常见索引的实现原理讲得非常清楚。字太多图不好截不在这里抄了，在网上搜了下MySQL索引相关的文章，基本没有超过它们讲的范畴，感觉还是先阅读书籍本身再博览博客较好。


印象比较深刻的概念：聚簇索引(cluster index)，覆盖索引(covering in]]></description><category></category></item><item><title><![CDATA[《数据仓库工具箱：维度建模的完全指南》笔记总结]]></title><link>https://blog.youkuaiyun.com/linpingta/article/details/17738545</link><guid>https://blog.youkuaiyun.com/linpingta/article/details/17738545</guid><author>linpingta</author><pubDate>Wed, 01 Jan 2014 22:06:54 +0800</pubDate><description><![CDATA[此篇是关于本书的读书笔记总结，因为在这方面的理解还是比较初级的状态，有误之处还望指教。
 
个人认为这本书对于数据仓库的建模思路有一个很明确的描述：围绕事实表建立维度表。对数据仓库的建设有关键步骤上的指点：
     四步流程：
     1. 确定业务流程
     2. 确定粒度
     3. 确定维度
     4. 确定事实表
另外一方面，由于这本书的出版时间大约在200]]></description><category></category></item></channel></rss>