【Spark Summit East 2017】Stitch Fix从Redshift迁移到Spark的实践

本讲义介绍了数据科学家在日常工作中遇到的SQL查询效率问题,并提供了如何将大型数据表从Redshift迁移到Spark上的解决方案。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

更多精彩内容参见云栖社区大数据频道https://yq.aliyun.com/big-data;此外,通过Maxcompute及其配套产品,低廉的大数据分析仅需几步,详情访问https://www.aliyun.com/product/odps


本讲义出自Sky Yin在Spark Summit East 2017上的演讲,数据科学家每天都会编写SQL查询语句,通常情况下,他们知道如何编写正确的查询语句,但不知道为什么他们的查询执行却是缓慢的,所以需要对于SQL查询进行优化,本讲义将介绍如何将一个大表从Redshift迁移到Spark上。


337d1457604978591302a72e4a5176e191b9fdb6

8e629021cfb20e8cd603bc2a841ed4531a72f2eb

8aa73a4cbd8f55eb7a2c10739c730720aefaae63

628a325719bf2055a32d3c811ff326a13ea568c1

7af6289e16811011a86a3472156a7267a892efef

b65387d238455d6640ba7cb54a0cfe3dbb89f378

b7d72475727d04a45fa89a5f9dbdc213bb3b510c

7936d02ced98813fb879c8e250b353d09a32b2a6

c79a076b8767102a4e5f09df4d16f3c20e4cb092

5cb96ef32315aca66fa48d54a08b5932fd2a1903

c10459e3622851633403da751fb8f38f89eb1801

07dbd6e54fa8ccda61ceb6e7f6ea010a992daf6c

287899c62c137d98e26771315701e8ff74096b59

d39ff8e7daba86075bc86bafcd55e486a510e4d6

fc12b9369a0c84edc83b6c6f726333d396e60572

745d93375f30e9d8f2c8c947fcb4475daa6c1be7

042cf8f97f6a4beae59159f0a41d8a60d2b09d77

6f5dd16c82cc6571d41fa67ea460eafed94159fa

25bcad27236cdcb1adfbd359998e89d5ed743bdd

f714bb3042f810c0d56acb8ce1c92439a3a4da1c

b1bfdd27327b2a718d03c249a31747b5a1a1b39b

4272c3c93fb7022dae9b58e85ce40db19697e3f9

62a36293b21de20110d2bae5074671231a64a3b9

a1f4fc50c54b862a5a17d897430ca7c1209c9233

208033fb8c84ae00c2d1ba82e276ccb392da7c7f

5b421aae04ebe5e17ae044f7f1b30df8f52f25bb

b03250d3f9091e4263881fa52f0aad90affc36f0

e29fa1e3a31809ab071737a1ac9d2b3206eaf982

6d52868e5da65c68d448bd0c2c4b7deb88717b1a

600c6d19bda39a919ec696bef765a777a79ce228

be37167ecbaee0e76d0e48e032c4b61c083a8579

9198baa932bfc62f22eccda11ae053a4d2801bb8

8539e35040438aa618b0982fbc928803bfb54f45

82897dc0f90d53be7ca8fbb40c3d70557283ccb5

cc28810c6ee861e9e4330e998acada3200edc987

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值