在建设大数据数据仓库时，首先要进行充分的业务调研和需求分析，这是数据仓库建设的基石，业务调研和需求分析做得是否充分直接决定了数据仓库建设是否成功。其次进行数据总体架构设计，主要是根...

这里整理了数据人员，经常会接触到的名词和概念，了解这些专有名词对于数据研发和数据分析时，人员协作及研发都有很高的作用。

在报表等数据分析场景中，你会发现窗口函数真的很强大，灵活运用串口函数可以解决很多复杂问题，比如去重、排名、同比及环比、连续登录等等。本文将对窗口函数进行一个全面的整理，讲一讲窗口函...

jetbrains 全家桶激活码，实测可用，每日都会更新，长期提供。再也不用怕突然激活码失效的尴尬了。

PySpark 在工作程序中都需要使用的为默认环境的python版本，怎样把python的版本切换成3的版本，您可以通过 `PYSPARK_PYTHON` 指定要使用的Python版本。

安装基础 Java8安装成功 zookeeper安装成功 下载安装包 spark官网下载链接 作者百度网盘链接: https://pan.baidu.com/s/1ytjRn231Gx3RFDSncrj5qQ 密码: 77tm 上传安装包到服务器 cd /opt/softwa...

RDD（Resilient Distributed Dataset）叫做弹性分布式数据集，是Spark中最基本的数据抽象，代表一个不可变、可分区、里面的元素可并行计算的集合。

由于 RDD 是粗粒度的操作数据集，每个 Transformation 操作都会生成一个新的 RDD，所以 RDD 之间就会形成类似流水线的前后依赖关系；RDD 和它依赖的父 RDD（s）的关系有两种不同的类型，即窄依...