砖家穴者叫兽的博客

一、什么是 Apache Hive？Apache Hive 是一个基于 Hadoop Haused 构建的开源数据仓库系统，我们使用它来查询和分析存储在 Hadoop 文件中的大型数据集。此外，通过使用 Hive，我们可以在 Hadoop 中处理结构化和半结构化数据。换句话说，Hive 是一个数据仓库基础设施，便于查询和管理驻留在分布式存储系统中的大型数据集。它提供了一种类 SQL 的查询...

对于刚刚接触数据分析的人来说，经常会有这样的困惑和疑问：数据分析究竟难不难？难的话难在哪？为什么有时候作分析不知道从何下手，只能眉毛胡子一把抓？其实就连我这种已经在数据分析行业浸淫十几年的老油条，有时候做起分析来也会手忙脚乱，根本原因就在于没有抓住数据分析的本质，我们是为了用大量数据去分析、解释和预测基于数据的事实，你首先要明白自己做数据分析的目的是什么，是为了描述事件分析？还是为了预测？又或...

最近有很多人在问数据分析的一些问题。关于数据分析到底应该怎么学？如何快速入门，以及技术和业务之间的瓶颈如何突破？其实，要学数据分析之前，至少要了解一下数据分析师，到底需要哪些技能。有的同学看到数据分析几个字，就马上开始Python函数+控制语句、R语言和ggplot库……上来一顿骚操作，还没入门就放弃了。这就是需求不明确导致的，当然学习方式也值得商榷，那到底数据分析需要什么样的技能呢？ 这...