摘自书籍：Greenplum企业应用实战 完整版[何勇，陈晓峰著]1.数据扫描方式Seq Scan：顺序扫描顺序扫描将一个数据文件从头到尾读取一次，这种方式非常符合磁盘的读写特性，顺序读写，吞吐很高。对于分析性的语言，顺序扫描基本上是对全表的所有数据进行分析计算，在是数据仓库中，大都为这种扫描，结合压缩表使用，可以减少磁盘IO的损耗。Index Scan：索引扫描索引扫描是通过索引来定位数据的，一

解决方法：手动在pom中添加依赖使用mvn install本次测试Jar以vertica-jdbc-8.1.1-0.jar驱动包为例子1.手动添加依赖在项目中建一个lib的目录，将外部jar包拷贝至lib的文件夹，然后在pom文件中加入此jar包的依赖内容如下：<systemPath>${project.basedir}/lib/rest-1.1.2.jar</systemPat

1.三级目录结构图以下是自己创建的例子：2.创建一级项目Project项目名称：dhcc-shop-parent（网上例子）注意：需要将Type改成Maven POM3.创建二级目录module名： dhcc-shop-basics需要选择 New -> Module注意：Springboot项目层级默认是2层的，所以最后一层的打包方式Packaging一定是Jar/War，但是我们还要创建

1.下载Hadoop下载hadoop源码包下载地址：http://www.apache.org/dyn/closer.cgi/hadoop/common选择地址：选择 2.7.X的版本下载 hadooponwindows-master.zip由于原版的hadoop不支持Windows系统，需要修改配置下载地址：https://github.com/sardetushar/hadooponwindo

1.创建命令测试例子：echo "# coral-dev" >> README.mdgit init# 需要输用户名和邮箱git config --global user.email "thoseBoysBlastTech@gmail.com"git config --global user.name thoseBoysBlastTechgit add README.mdgit com

1.Vertica架构Vertica是一款基于列存储的MPP（大规模并行处理）架构的数据库，它可以支持存放PB级别的结构化数据。（1）MPP架构该结构由多个完全独立的处理节点构成，每个处理节点具有自己独立的处理器、独立的内存（主存储器）和独立的磁盘存储，多个处理节点在处理器由高速通信网络连接，系统中的各个处理器使用自己的内存独立地处理自己的数据。在这种结构中，每一个处理节点就是一个小型的数据库系统

1.pandas模块pandas是基于numpy模块构建的。pandas的主要功能：具备对其功能的数据结构DataFrame、Series集成时间序列功能提供丰富的数学运算和操作灵活处理缺失数据2.pandas数据结构Series是一种类似于以为NumPy数组的对象，它由一组数据（各种NumPy数据类型）和与之相关的一组数据标签（即索引）组成的。可以用index和values分别规定索引和值。如果

1.概述Spark是一种快速而通用的集群计算的平台，Spark 的一个主要特点就是能够在内存中进行计算，因而更快。2.特点与Hadoop的MapReduce相比，Spark基于内存的运算要快100倍以上，基于硬盘的运算也要快10倍以上。Spark实现了高效的DAG执行引擎，可以通过基于内存来高效处理数据流。Spark提供了统一的解决方案。Spark可以用于批处理、交互式查询（Spark SQL）、

Hive on Tez的引擎调优 基于Map数和Reduce数的调优

来源网址：https://github.com/digoal/blog/blob/master/201704/20170412_02.md1.执行无结果调用语法PERFORM query;通常被用来判断是否有记录，如下：CREATE OR REPLACE FUNCTION public.test_perform()RETURNS void AS $BODY$DECLAREBEGINPERFORM