transform Vs Udf

来源:https://www.cnblogs.com/yayaGoUp/archive/2018/08/16/9486683.html
-Advertisement-
Play Games

在鞋廠的第一個任務,拆表。需要把訂單表按照開始日期和結束日期拆分成多條記錄,挺新鮮的~ transform方式,使用到了python。 (1)把hive表的數據傳入,通過python按照日期迴圈處理,返回多條記錄。 (2)生成序列表,然後採用cross join的方式,在hive端生成多條記錄,再根 ...


在鞋廠的第一個任務,拆表。需要把訂單表按照開始日期和結束日期拆分成多條記錄,挺新鮮的~

transform方式,使用到了python。

(1)把hive表的數據傳入,通過python按照日期迴圈處理,返回多條記錄。

(2)生成序列表,然後採用cross join的方式,在hive端生成多條記錄,再根據日期和序列進行處理。

udf方式,更容易操作,我個人習慣使用Java。udf傳入開始日期和結束日期,返回時間範圍的數組。

再通過lateral view的方式處理。

 

另外,針對這個需求,對比了crossjoin的方式(用python先生成序列表)和udf:

1)效率:序列表為1-100的情況,執行時間28分鐘,序列表1000情況,調度卡住;

           udf計算日誌一個分區全量情況,執行時間20分鐘,剔除無效數據後,執行時間約4分鐘。

2)udf不需要做寫操作,減少了存儲使用。

3)使用udf,sql代碼量少,且具有通用性。


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 一個SQL 語句的執行順序 1、From (告訴程式 來自哪張表 如果是表表達式 依舊是如此順序) 2、Where(條件篩選 謂詞篩選 ) 3、Group by(分組) 4、Having(分組 謂詞篩選 ) 5、Select (表達式) 6、表達式(開窗函數 聚合函數 等等) 7、Distinct( ...
  • mysql根據查詢結果更新多條數據(插入或更新) 1.1 前言 mysql根據查詢結果執行批量更新或插入時經常會遇到1093的錯誤問題。基本上批量插入或新增都會涉及到子查詢,mysql是建議不要對需要操作的表放入子查詢條件中的,因此我們儘量避免子查詢中涉及到需要操作的表,如果無法避免,則可以考慮用連 ...
  • 參考文檔: https://docs.oracle.com/en/database/oracle/oracle-database/12.2/cwlin/index.html https://docs.oracle.com/en/database/oracle/oracle-database/12.2 ...
  • 參考文檔: https://docs.oracle.com/en/database/oracle/oracle-database/12.2/cwlin/index.html https://docs.oracle.com/en/database/oracle/oracle-database/12.2 ...
  • 一.概述 前面章節介紹了很多資料庫的優化措施,但在實際生產環境中,由於資料庫伺服器本身的性能局限,就必須要對前臺的應用來進行優化,使得前臺訪問資料庫的壓力能夠減到最小。 1. 使用連接池 對於訪問資料庫來說,建立連接的代價比較昂貴,因為連接到資料庫伺服器需要經歷多個步驟如:建立物理通道,伺服器進行初 ...
  • 常用的SQL 由淺入深 大致上回想一下自己常用的SQL,並做個記錄,目標是實現可以通過在此頁面查找到自己需要的SQL ,陸續補充 有不足之處,請提醒改正 首先我創建了兩個庫,每個庫兩張表.(工作的時候,每個公司最好有自己的資料庫模型,產品也可以看,模型工具一般用PD(power designer)什 ...
  • select request_session_id spid, OBJECT_NAME(resource_associated_entity_id) tableName from sys.dm_tran_locks where resource_type='OBJECT' 然後kill 裡面的進程 ...
  • 一、創建資料庫1.啟動服務(三種) 開始--cmd--輸入net start mssqlserver 開始--運行--net start mssqlserver 開始--服務--找到SQLSERVER(MSSQLSERVER)--右鍵--啟動 2.打開ssms 3.登錄:windows身份驗證 混合 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...