Hive数仓
OLAP分析一般需要设计数据立方体，立方体由分析的维度（dimension）、层级（level）和指标（metric）来定义，支持上卷（roll-up）、钻取（drill-down）、切片（slicing）和切块（dicing）等分析操作。Hive是建立在Hadoop上的开源数据仓库，可将Hadoo
大数据之数据治理架构 —— Atlas
数据治理是一种组织和管理数据资源的过程，旨在确保数据的质量、安全性、可靠性、可访问性和合规性，以支持企业决策和运营需求。数据治理涉及制定和执行数据管理策略、规则和流程，包括数据分类、数据质量管理、数据安全和隐私保护、数据共享和访问控制、数据存储和备份等方面。数据治理通常需要跨部门合作，包括IT、业务
数据仓库与ETL：数据仓库设计和ETL流程
1.背景介绍数据仓库与ETL：数据仓库设计和ETL流程1. 背景介绍数据仓库是一种用于存储、管理和分析大量历史数据的系统。它通常用于企业、组织和政府等机构，以支持决策过程。数据仓库的核心是ETL(Extract、Transform、Load)流程，它包括数据提取、数据转换和数据加载三个阶段。本文将深
Hive 数仓及数仓设计方案
Hive 数仓及数仓设计方案
DBeaver连接hive
2.编辑驱动，驱动的jar包从安装的hive下的jdbc路径下获取，例如：/usr/local/hive/apache-hive-3.1.3-bin/jdbc/hive-jdbc-3.1.3-standalone.jar，然后添加到驱动处。其中主机填写hive所在节点地址，端口10000为默认，数据
基于国产服务器使用hive -testbench-hdp3工具测试hive的TPCDS
基于hive -testbench-hdp3测试hive的TPC-DS数据，通过调整、设置。按照步骤能够成功完成测试，并将结果进行展示。
数据流的存储与管理：构建高效的数据仓库
1.背景介绍数据仓库是现代企业和组织中不可或缺的一部分，它们需要有效地存储、管理和分析大量的数据。随着数据的增长和复杂性，构建高效的数据仓库变得越来越重要。在这篇文章中，我们将讨论数据流的存储和管理，以及如何构建高效的数据仓库。数据仓库的核心目标是提供一个集中的数据存储和管理平台，以便组织可以更有效
HiveSQL题——数据炸裂和数据合并
HiveSQL题——数据炸裂和数据合并
HiveSQL题——前后函数(lag/lead)
HiveSQL题——前后函数(lag/lead)
数据仓库的数据仓库灾备与恢复：保证数据仓库的可用性和稳定性
1.背景介绍数据仓库是企业中大量的历史数据的集中存储和管理系统，它的数据量巨大，数据更新频繁，对企业业务的稳定运行具有重要的支持作用。因此，保证数据仓库的可用性和稳定性是企业业务发展的关键。数据仓库灾备与恢复是数据仓库可用性和稳定性的重要保障之一，它涉及到数据仓库的备份、恢复、灾备策略等方面。本文将
Hive导入数据的五种方法
介绍Hive表导入数据的五种方法：Load加载数据、insert插入数据、As Select加载数据、Location加载数据、Import加载数据
数据仓库内容分享(四)：滴滴大数据成本治理实践
事业部的成本负责人，领到今年的预算目标，需对目标进行拆分，具体到今年要完成的治理优化数量，同时成本负责人向预算委员会，汇报治理工作的进展。事业部的负责人将拆分后的优化目标派发给各个团队的成本治理接口人，治理接口人根据治理目标，拆分出治理任务，将治理任务分配给资源的归属人，由其完成治理动作。此外，还有
一文读懂湖仓一体，什么是数据仓库和数据糊
湖仓一体能发挥出数据湖的灵活性与生态丰富性，以及数据仓库的成长性与企业级能力。帮助企业建立数据资产、实现数据业务化、进而推进全线业务智能化，实现数据驱动下的企业数据智能创新，全面支撑企业未来大规模业务智能落地。
数据仓库【数据治理】
数据治理是要贯穿整个数据仓库的设计开发全流程的，数据治理也不是能一步到位的，在我们不断对业务了解、数据了解、需求了解后，不断的优化迭代，设计开发出适合自己业务的数据仓库才是最好的。数据治理是一个不断雕刻的过程，有点类似代码重构，只有不断的将数据跟业务融合，才能不断的提升数据服务，体现数据仓库价值。
一文了解数据库vs数据仓库vs数据湖
在实际工作中，我们应该如何选择使用OLTP数据库还是OLAP数据仓库还是数据湖呢？有些同学会追求时髦前沿技术，不管业务需求是什么样的，直接就上数据湖架构，这样其实是一种不负责任的表现，单纯的以自己实践为主，业务需求为次的行为。这时候就需要架构师来评估具体业务的场景以及未来发展（2-3年）来看，最适合
开源、云原生且实时分析型的现代数据仓库DataBend的介绍，及其与其它开源文件存储的结合使用实例
Databend 是一个开源、云原生且实时分析型的现代数据仓库，旨在提供高效的数据存储和处理能力。它采用 Rust 语言开发，并支持 Apache Arrow 格式以实现高性能列式存储与查询处理。
一文带你读懂：数据集市、数据仓库、数据湖
数据集市、数据仓库和数据湖都是针对不同类型数据处理需求的解决方案。数据集市关注于特定业务部门和用户需求，提供定制化的数据分析和报告；数据仓库关注于企业级数据整合和分析，提供全局的数据视角；数据湖关注于海量原始数据hello宝子们...我们是艾斯视觉擅长ui设计和前端开发10年+经验！希望我的分享能帮
JDK8 和 JDK17 下基于JDBC连接Kerberos认证的Hive(代码已测试通过)
打开了debug后,如果是正常情况,我们能观察到控制台会打印到krb5.conf相关内容信息,出现问题优先根据debug日志查看,如果没有打印出krb5文件内容,去看看路径/文件权限。之前自研平台是基于jdk8开发的,连接带Kerberos的hive也是jdk8,现在想升级jdk到17,发现过Ker
银行数据仓库体系实践（2）--系统架构
（2）元数据管理：元数据指描述数据的数据，比如数据表和数据字段的定义以及关系，那在元数据中除了查询数据仓库中各表和字段的定义外，最重要的还有两个功能：血缘分析和影响分析。UML对系统架构的定义是：系统的组织结构，包括系统分解的组成部分，它们的关联性，交互，机制和指导原则，例如对系统群就是定义各子系统
Maxwell+RabbitMq实现数据同步
Maxwell是由美国Zendesk开源，用Java编写的MySQL等关系型数据库的实时抓取软件，能够实时抓取MySQL二进制日志binlog，并生成JSON格式的消息，作为生产者发送给kafaka、RabbitMQ、Redis等系统的应用程序。ETL、维护缓存、收集表级别的DML指标、增量数据同步
