文章目录一.数据仓库1.什么是数据仓库1)面向主题2)集成3)非易失4)随时间变化二.数据仓库和数据库的区别三.数据仓库的架构四.数据仓库的建模1.选择业务流程2.声明粒度3.确认维度4.确认事实5.星型模型特点6.雪花模型特点一.数据仓库1.什么是数据仓库数据仓库是一个面向主题的、集成的、非易失的且随时间变化的数据集合1)面向主题主题（Subject）是在较高层次上将企业信息系统中的数据进行综合

文章目录一、环境要求二、数据描述三、功能要求（要求使用分别使用 RDD 和 Spark SQL 两种方式实现）1、农产品市场个数统计2、农产品种类统计3、价格区间统计,计算山西省每种农产品的价格波动趋势，即计算每天价格均值，并将结果输出到控制台上一、环境要求Hadoop+Hive+Spark+HBase 开发环境。二、数据描述1、数据背景该数据每日进行采集汇总。数据范围涵盖全国主要省份（港澳台、西

为什么需要图计算许多大数据以大规模图或网络的形式呈现许多非图结构的大数据，常会被转换为图模型进行分析图数据结构很好地表达了数据之间的关联性图（Graph）的基本概念图是由顶点集合(vertex)及顶点间的关系集合（边edge）组成的一种网状数据结构通常表示为二元组：Gragh=（V，E）可以对事物之间的关系建模应用场景在地图应用中寻找最短路径社交网络关系网页间超链接关系图的术语-1顶点（Verte

一.创建DataSet的几种方式

文章目录一.什么是Hive?二.Hive与传统数据库比对三.Hive部署1.下载与安装2.Hive需要提前装好MySQL3.Hive配置文件修改一.什么是Hive?Hive是建立在Hadoop之上的一个工具.能够帮助用户屏蔽掉复杂的MapReduce逻辑,只需要用户使用简单的SQL语句即可完成一定的查询功能.Hive利用HDFS存储数据,利用MapReduce查询数据二.Hive与传统数据库比对H

文章目录一、业务库1.1 数据模型1.2生成数据二、数据仓库2.1 模型搭建2.1.1 选择业务流程2.1.2 粒度2.1.3 确认维度2.1.4 确认事实2.1.4.1 建立物理模型2.1.4.2 建库、装载数据三.编写脚本配合 crontab 命令实现 ETL 自动化一、业务库1.1 数据模型源系统是 mysql 库，数据模型如下1.2生成数据-- 建库CREATE DATABASE IF N

文章目录一、业务库1.1 数据模型1.2生成数据二、数据仓库2.1 模型搭建2.1.1 选择业务流程2.1.2 粒度2.1.3 确认维度2.1.4 确认事实2.1.4.1 建立物理模型2.1.4.2 建库、装载数据三.编写脚本配合 crontab 命令实现 ETL 自动化一、业务库1.1 数据模型源系统是 mysql 库，数据模型如下1.2生成数据-- 建库CREATE DATABASE IF N

一.ZooKeeper简介Zookeeper是一个开源的分布式的，为分布式应用提供协调服务的Apache项目Zookeeper=文件系统+通知机制Zookeeper从设计模式上来看是一个基于观察者模式设计的分布式服务管理框架，它负责存储和管理大家都关心的数据，然后接受观察者的注册一旦数据的状态发生变化，Zookeeper就将负责通知已经在Zookeeper上注册的那些观察者做出相应的反应，从而实现

数据库概念:长期存放在计算机内，有组织、可共享的大量数据的集合，是一个数据“仓库”作用:保存、管理数据关系型数据库（SQL）MySQL、Oracle、SQL Server、SQLite、DB2,Hive非关系型数据库（NOSQL）Redis、MongoDB,Hbase数据库管理系统(Database Management System）DBMS–>服务数据管理软件，科学组织和存储数据、高效地

文章目录一.安装VMvare软件,下载centos7镜像文件,提取码: hn97二.相关设置三.启动该虚拟机四.配置静态ip一.安装VMvare软件,下载centos7镜像文件,提取码: hn97点我下载安装VM15.5.1,安装完成后打开VMware Workstation 15 Plyer,界面如下:二.相关设置1.点击创建新虚拟机,选择稍后安装操作系统,然后下一步,如下:2.客户机操作系统选