使用 BI 工具的可视化功能，创建图表和仪表盘。这里需要选择对应合适的图表更加清晰直观地的展示数据。是两种不同的数据可视化展示方式，它们在使用场景、设计风格和功能特点上有所区别。在 BI 工具中连接数据源（如各类数据库、Excel、API 等）。使用BI 工具的数据清洗功能，处理缺失值、重复值、异常值等。确定需要分析的数据指标和维度。中，选择图表类型（如柱状图、折线图）。调整图表样式和格式使得结构

找了很多文章，还找了要写论文，没有找到解决的方法，最后还是在梦里想到了可能是安装包的问题包的。这里给大家应该建议，一般这个但是找最新版本，因为新版本是向下兼容的。既然之前可以运行，下载又报错，那么大概率是环境问题，这里应该就是引入包的问题了。具体原因，我还没有搞懂，大概就是我们在配置环境是，用的包过于新或者关于旧，在一起搭配使用时就产生了版本不兼容问题，这样的问题就不要说用anaconda去解决了

🍋🍋AI学习🍋🍋🔥系列专栏： 👑哲学语录: 用力所能及，改变世界。💖如果觉得博主的文章还不错的话，请点赞👍+收藏⭐️+留言📝支持一下博主哦🤞模型压缩的四种主流技术：Pruning 剪枝：Quantization 量化：Knowledge distillation 知识蒸馏：Low-rank factorization 低秩因式分解:实际部署的时候需要一些模型加速的方法，每种框架

这样，并行度缩放之后的并行子任务就获取到了联合后完整的“大列表”，可以自行选择要使用的状态项和要丢弃的状态项。与Keyed State中的列表状态的区别是：在算子状态的上下文中，不会按键（key）分别处理状态，所以每一个并行子任务上只会保留一个“列表”（list），也就是当前并行子任务上所有状态项的集合。这时所有分区的所有数据都会访问到同一个状态，状态就像被“广播”到所有分区一样，这种特殊的算子状

🍋🍋🍋🍋Hive 作为大数据领域常用的数据仓库工具，其压缩与存储方式的选择对存储成本、查询性能有直接影响。Hive 支持多种压缩算法，通过减少数据体积优化存储和传输效率。

如果join操作涉及的数据倾斜并不严重，或者你可以接受较长的处理时间，那么可能并不需要开启skewjoin。另外，如果你的系统资源有限，或者你希望尽量减少内存的使用，那么也可能会选择不开启skewjoin。具体来说，skewjoin的原理是在执行job时，将倾斜的key存储到临时的HDFS目录中，而其他数据则正常执行。对于倾斜数据开启mapjoin操作（多个map并行处理），对非倾斜值采取普通的j

【代码】大数据学习（127）-hive日期函数。

Hive默认使用MapReduce作为执行引擎，即Hive on MapReduce。实际上，Hive还可以使用Tez和Spark作为其执行引擎，分别为Hive on Tez和Hive on Spark。因此，Hive on Spark也会比Hive on MapReduce快。由于Hive on MapReduce的缺陷，所以企业里基本上很少使用了。通过SparkSQL，加载Hive的配置文件，

1.NameNode 负责客户端请求的响应 元数据的管理（查询，修改） namenode是HDFS集群主节点，负责维护整个hdfs文件系统的目录树，以及每一个路径（文件）所对应的block块信息（block的id，及所在的datanode服务器）的集合，它是基本的访问控制单元。时间戳：每个单元格都保存着同一份数据的多个版本，这些版本采用时间戳进行索引， HBase中执行更新操作时，并不会删除数据旧

🍋🍋🍋🍋在SQL窗口函数中，和都用于定义窗口框架（window frame），但它们在确定窗口范围的方式上有重要区别。