加载：将类的class文件读入到内存，创建一个类对象的过程，加载的方法有三种： 　　new的方式加载、调用类反射的方法加载、调用类加载器的加载方法加... 详情>

MapJoin 会生成两个Task， 首先启动一个任务扫描小表，生成HashTable数据结构文件，然后加载进分布式缓存 DistributeCache 中，第二个 Task 会扫描大... 详情>

窗口函数是用于分析用的一类函数，要理解窗口函数要先从聚合函数说起。 大家都知道聚合函数是将某列中多行的值合并为一行，比如sum、count等。 而窗口... 详情>

Hive作业的运行，资源调度是YARN，数仓存储是HDFS，他们两个都是分布式的集群。 对于Hive你可以简单理解成就是负责将你的SQL转换为MR，当然也提供元数... 详情>

MR在reduce端还会进行一次合并排序，spark则在map端就完成了排序，采用Tim-Sort排序算法。基于以上种种原因，MR自定义分区器时往往还需要自定义分组，... 详情>

因为HBase读时，先去查询写缓存MemStore，如果有则直接返回，如果写缓存MemStore没有时，则会去查询读缓存BlockCache，如果有就直接返回，没有将会读... 详情>