RosenDing的博客

PrestoPresto是基于大数据的分布式SQL查询引擎Presto是开源的、基于大数据的交互式查询引擎。它设计的目的就是用来提高海量数据查询的速度。Presto是运行在集群中的一个分布式系统，它可以分析海量数据。使用Presto，可以通过SQL接入和查询不同源头的数据。Presto的整体架构包含一个coordinator和多个workers。通过客户端提交query给coordinator（比如Presto CLI）。coordinator负责解析分析成执行计划，然后将这些可执行计划部署到wo

BitMap传统BitMap传统的bitmap是用一个二进制位（bit）来表示一个值，0表示不存在，1表示存在，这样存储所有32位长度的数据只需要512M存储空间。但是有个问题：这种bitmap比较固定，即使只表示个位数个数字也需要512M的空间，大部分位都是0，比较浪费空间。Roaring BitMaps未完待续~...

数据分析引言数据分析就是仔细推敲证据基本流程：确定：确定问题，了解问题。分解：分解问题和数据，使其成为更小的组成部分。评估：对前两步了解到到的情况作出各种结论。决策：把结论组合在一起得出决策。明确心智模型：根据已有数据明确你知道的和不知道的。从一开始就务必要基于正确的假设建立模型，并且要做好准备，一旦所得到的的数据有违你的假设，就要立即回头重新详加思考。实验想要找到销量下滑的原因，需要将数据进行细分，排除影响因素。比如不同区域的咖啡销量数据放在一起看，不容看到销