weixin_45207024的博客

来分隔这些jar包（当然写起来很冗余，目前还没找到别的方式实现）手动添加app文件夹下java代码所需要的多个jar包，用。

不论多少条数据，最后只返回一行。比如 sum(), count(), max(), min(), avg()。注意，count是统计有多少行，sum是统计行中数据之和。limit 2,3。第一个参数指定要返回的第一行的偏移量（从 Hive 2.0.0开始），第二个参数指定要返回的最大行数。left join。以左表为准，左表所有行都会返回，右表有就对应填充，没有就以 null 展示。把group by的那个字段值相同的所有行都当成一组。只返回 limit后面数字的行数。limit 5，就只返回5行结果。

太久没看hadoop，启动过程全忘了，重新整理成文字，方便下次直接使用。

【总结】就是不断搜寻核心对象的密度可达范围，直到没办法继续扩展，就对下一个核心对象继续扩展。没有被扩展的点就是噪声点。如果eps过小，那eps范围内点减少，容易使很多点没有办法进入密度可达范围，容易被认为是噪声点。如果eps过大，容易导致距离近且密度大的核心对象被划分为同一个簇；核心对象：[2, 3, 8]

【代码】【23.8.15】

23.8.14【数据仓库】数据仓库的功能：主要负责分析数据，帮助企业进行决策。数据驱动决策。没必要用数据库来进行数据分析，数据库主要用来保持业务正常运行，并且读压力大，使用数据库来进行数据分析会加大读压力。非结构化数据是指，不适于由二维表来表现的，比如音频视频，文档等文件类型。DDL，设计表结构，比如创建表、索引等，不涉及数据DML，用于对表中数据进行增删改查Hive，建立了在Hadoop之上的开源数据仓库，可以将存储在Hadoop文件中的结构化、半结构化数据映射为一张数据库表Hive