千鋒教育-做有情懷、有良心、有品質的職業教育機構
離線數據倉庫主要基于sqoop、hive等技術來構建T+1的離線數據，通過定時任務每天拉取增量數據導入到hive表中，然后創建各個業務相關的主題維度數據，對外提供T+1的數據查詢接口。
實時數倉當前主要是基于數據采集工具，如canal等將原始數據寫入到Kafka這樣的數據通道中，最后一般都是寫入到類似于HBase這樣存儲系統中，對外提供分鐘級別、甚至秒級別的查詢方案。
總結： 離線數倉|準確度高|時延一般在一天|穩定性好，方便重算 實時數倉|準確度底，數據延遲、數據亂序造成數據準確度低|分鐘級延遲|穩定性查，需要考慮數據回溯處理
hive外部表是使用external關鍵字并指定一個hdfs目錄創建的表。hive內部表在創建時會在對應hive目錄下創建相應的文件夾，外部表則以指定文件夾為...詳情>>
2022-09-02 17:21:00
Checkpoint是為runtime準備的，Savepoint 是為用戶準備的。Checkpoint 機制的目標在于保證Flink作業意外崩潰重啟不影響exactly once 準確性，通...詳情>>
2022-09-02 16:59:22
State：指一個具體的Task/Operator的狀態。State可以被記錄，在失敗的情況下數據還可以恢復，Flink中有兩種基本類型的State： Keyed State， Op...詳情>>
2022-09-02 16:59:19
Flink 內部是基于producer-consumer模型來進行消息傳遞的，Flink的反壓設計也是基于這個模型。Flink 使用了高效有界的分布式阻塞隊列，就像 Jav...詳情>>
2022-09-02 16:59:16
雖說水位線(Watermark)表明早于它的事件不應該再出現，但是接收到水位線以前的的消息是不可避免的，這就是所謂的遲到事件。實際上遲到事件是亂...詳情>>
2022-09-02 16:59:00
京公網安備 11010802030320號