COALESCE (expression_1, expression_2, ...,expression_n) 依次参考各参数表达式，遇到非null值即停止并返回该值。 如果所有的表达式都是空值，最终将返回一个空值。 使…

1.Hive 连接查询JOIN 2.hive 导入数据的方式 3.hadoop streaming内存超限解决方案 4.hive join ..on连接中 and与where的取舍 5.Hive – 内表和外…

spark中的collect操作是将远程数据通过网络传输到本地，如果数据量特别大的话，会造成很大的网络压力，更为严重的问题是会造成driver端的内存溢出。 foreach是依次遍历远程集群上的RDD中的元素。colle…