用hive来做数仓类操作，或者大数据的运算，是没有疑问的，至少在你没有更多选择之前。

lateral view用于和split、explode等UDTF一起使用的，能将一行数据拆分成多行数据，在此基础上可以对拆分的数据进行聚合，lateral view首先为原始表的每行调用UDTF，UDTF会把一行拆分成一行或者多行，lateral view在把结果组合...

Pandas使用技巧-实现爆炸函数本文中记录的是如何使用pandas来实现hive中爆炸函数的功能具体需求统计每个员工的销售记录：有作为销售员、跟单员、结单员的任意一种，即可说明参与了该订单的...

这是Amundsen官网的一句话，对于元数据的管理工作，复杂且繁琐。可用的工具很多各有千秋，数据血缘做的较好的应该是Apache Atlas，而数据可视化做的较好的应该是Apache Superset。业界一直需要一个可以整合这些功能，让数据治...

环境：本地测试环境 JDK1.8 、Flink 1.11.2 、Hadoop3.0.0 、Hive2.1.1

数据湖是一种不断演进中、可扩展的大数据存储、处理、分析的基础设施；以数据为导向，实现任意来源、任意速度、任意规模、任意类型数据的全量获取、全量存储、多模式处理与全生命周期管理；并通过与各类外部异构数据源的交...

数据湖是目前比较热的一个概念，许多企业都在构建或者计划构建自己的数据湖。但是在计划构建数据湖之前，搞清楚什么是数据湖，明确一个数据湖项目的基本组成，进而设计数据湖的基本架构，对于数据湖的构建至关重要。关于什么是...

我们VIP成员很多在2021年春节年前、后，拿到了offer。而且不止一个，有的两个，有的四个，有的六个。这里给我们分享其中一位成员，整理的一家公司的面试题，后续将会陆续发布。...

Hive是一个使用类SQL管理分布式存储上大规模数据集的数据仓库，它提供了命令行工具和JDBC驱动程序帮助用户使用Hive。

1、获取fsimage信息，对于超级小的集群，或者是文件数较少的集群可以用命令获取。