维度模型主要分星型和雪花，星型是单张事实表直接关联多张维度表，维度表不做拆分，优点是模型简单、查询速度快，是生产最常用的；雪花模型是在星型基础上，对维度表做范式化拆分形成子维度表，虽降低了数据冗余，但增加了联表层级，查询性能差，生产中一般很少纯用，仅局部场景适配。数据建模中ER模型和维度模型是两大核心，ER模型是范式化建模，适配OLTP业务系统，追求数据一致性、低冗余；维度模型是反范式化建模，专为

作用：自定义聚合逻辑（比 sum/avg 更灵活），支持增量聚合。场景：复杂统计（如累计金额 + 订单数）。java运行// 示例：统计每个用户的累计金额和订单数（Tuple3：用户ID, 累计金额, 订单数）// t1：历史聚合结果；t2：新到来的元素// 累计金额0 : t1.f2);// 订单数// 初始值// 输出：(user_01,100.0,1) → (user_01,250.0,2)

Ambari Server/Agent存活状态、心跳延迟；集群节点时间同步偏差（≤5s）、核心端口监听状态、组件日志磁盘占用率、Kerberos认证状态。

Docker主要适用于服务器不多，但是需要用到组件比较多的场景。1、yum命令安装部署docker,安装docker镜像加速器。将程序以及环境打包成容器。

d '{ "model": "qwen3-235b", "messages": [ {"role": "user", "content": "你好，我是一名AI工程师，正在测试Qwen3-235B模型"} ], "temperature": 0.7, "max_tokens": 1024 }'但是注意该服务器一定得解决一下问题:一般服务器只有2个左右插槽，以及散热问题，以及大功率电源。1、服务器插

pod:k8s调度资源的最小容器。

k8s集群初始化命令：kubeadm init --config=kubeadm-config.yaml --upload-certs --v=9。cri服务：k8s通过cri-dockerd来连接docker,本来1.24版本以前可以直接使用，1.24版本以后需要该工具来连接docker。防止自动更新：sudo apt-mark hold kubelet-kubeadm kubectl。然后sy

k8s集群初始化命令：kubeadm init --config=kubeadm-config.yaml --upload-certs --v=9。cri服务：k8s通过cri-dockerd来连接docker,本来1.24版本以前可以直接使用，1.24版本以后需要该工具来连接docker。防止自动更新：sudo apt-mark hold kubelet-kubeadm kubectl。然后sy

d '{ "model": "qwen3-235b", "messages": [ {"role": "user", "content": "你好，我是一名AI工程师，正在测试Qwen3-235B模型"} ], "temperature": 0.7, "max_tokens": 1024 }'但是注意该服务器一定得解决一下问题:一般服务器只有2个左右插槽，以及散热问题，以及大功率电源。1、服务器插

【代码】数仓开发(1)-flink。