数据仓库是一个以主题为导向、集成、非易失性、时间一致的数据集合，用于支持企业决策者进行分析、报表和数据挖掘等活动。它通过对企业各个业务领域的数据进行整合和清洗，将其转化为可理解、易分析的数据，从而为决策者提供决策所需的信息和分析基础。数据仓库是一个面向主题的、集成的、稳定的、历史数据的集合，它包括多个来源系统的数据，这些数据被集成到一个统一的模型中，通过数据清洗、转换和整合，使得数据可以被分析、查

🌷这一章节来介绍pandas中的DateFrame实现数据合并的操作，类似于SQL中的内连接、外连接的操作.

本篇文章将从初学者的角度，来介绍一下什么是数据仓库，以及数据仓库的理论基础，帮助大家快速了解这个概念。

大数据面试，遇见数据倾斜不会答？最全的数据倾斜总结来教你如何解决它。

本文主要介绍了spark的执行计划explain的使用方法，以及对逻辑执行计划和物理执行计划进行了说明，让大家更加了解spark的运行原理。

先和大家说一下情况，3月4号面试的字节跳动数据研发岗位直接把我挂了，我满脸疑惑，但是抱着学习和提升自我的心态，打电话问问hr，像看看面试官给我面试的评价，hr说，就两行，第一句肯定，第二句说我专业知识不够。以下是我上次的面试经历👇:链接: 2022暑期实习字节跳动数据研发面试经历.链接: 2022百度大数据开发工程师实习面试经历....

????上次写完rdd的介绍，有同学强烈介意用一些代码来展示一下rdd，好今天我们就如你所愿，我们今天就来以代码的方式给大家讲解一下rdd吧，对以往内容感兴趣的同学可以查看下面????:链接: Spark之处理布尔、数值和字符串类型的数据.链接: Spark之Dataframe基本操作.链接: Spark之处理布尔、数值和字符串类型的数据.链接: Spark之核心架构.链接: Spark之RDD算

????今天想和大家分享一下git，想做这一期的原因是因为在实习期间，在和测试部门的主管交流需求时，她发现我对git一窍不通，然后叫我有空看看git去，这不，我就开始看看git。我在下面放上github和git的网址方便大家访问????:github: github官网.git: git官网.????今天这一期我主要是从git是什么，如何安装，如何使用这三个方面来讲述，也算是我自己学习的一个过程。

最近在学python的基础数据结构，主要原因是面试的算法题都是数据结构，想努力打打基础，但是作为一个人工智能与大数据领域的博主，还是要继续学习大数据的，今天我们就来介绍一下数据仓库的离线数据开发的过程吧,往期数仓的介绍在下面????：第一篇: Hadoop之数据仓库概述.第二篇: hadoop数仓建设之日志采集.第三篇: Hadoop数仓建设之数据同步.大数据之路任重道远，借着公司有大数据的平台赶

????在经历了deepin,centos7安装docker失败之后（deepin系统curl指令出错，centos7版本太低），我决定在我的Macbook m1上安装docker这里写目录标题1.确定自己电脑版本2.上官网下载m1版本的docker3.安装docker4.配置国内镜像加速5.检查配置1.确定自己电脑版本2.上官网下载m1版本的docker下载链接: MacBook m1芯片的do