carbondata使用 更多内容
  • 使用CarbonData

    使用CarbonData CarbonData数据类型概述 CarbonData表用户权限说明 使用Spark客户端创建CarbonDataCarbonData数据分析 CarbonData性能调优 CarbonData常见配置参数 CarbonData语法参考 CarbonData常见问题

    来自:帮助中心

    查看更多 →

  • CarbonData

    scan),随机访问(narrow scan)。 CarbonData关键技术和优势 快速查询响应:高性能查询是CarbonData关键技术的优势之一。CarbonData查询速度大约是Spark SQL查询的10倍。CarbonData使用的专用数据格式围绕高性能查询进行设计,其中包

    来自:帮助中心

    查看更多 →

  • 从零开始使用CarbonData

    从零开始使用CarbonData MRS 3.x之前版本参考本章节,MRS 3.x及后续版本请参考使用CarbonData(MRS 3.x及之后版本)。 本章节介绍使用Spark CarbonData的基本流程,所有任务场景基于spark-beeline环境。CarbonData快速入门包含以下任务:

    来自:帮助中心

    查看更多 →

  • 删除CarbonData Table

    删除CarbonData Table 操作场景 可使用DROP TABLE命令删除表。删除表后,所有metadata以及表中已加载的数据都会被删除。 操作步骤 运行如下命令删除表。 命令: DROP TABLE [IF EXISTS] [db_name.]table_name;

    来自:帮助中心

    查看更多 →

  • CarbonData语法参考

    CarbonData语法参考 DDL DML CarbonData表操作并发语法说明 CarbonData Segment API语法说明 CarbonData表空间索引语法说明 父主题: 使用CarbonData(MRS 3.x及之后版本)

    来自:帮助中心

    查看更多 →

  • 新建CarbonData表

    新建CarbonData表 操作场景 使用CarbonData前需先创建表,才可在其中加载数据和查询数据。可通过Create Table命令来创建表。该命令支持使用自定义列创建表。 使用自定义列创建表 可通过指定各列及其数据类型来创建表。 命令示例: CREATE TABLE IF

    来自:帮助中心

    查看更多 →

  • 删除CarbonData表

    删除CarbonData表 操作场景 可使用DROP TABLE命令删除表。删除表后,所有metadata以及表中已加载的数据都会被删除。 操作步骤 运行如下命令删除表。 命令: DROP TABLE [IF EXISTS] [db_name.]table_name; 一旦执行该

    来自:帮助中心

    查看更多 →

  • CarbonData语法参考

    INDEX CLEAN FILES SET/RESET CarbonData表操作并发语法说明 CarbonData Segment API语法说明 CarbonData表空间索引语法说明 父主题: 使用CarbonData

    来自:帮助中心

    查看更多 →

  • CarbonData故障排除

    CarbonData故障排除 当在Filter中使用Big Double类型数值时,过滤结果与Hive不一致 executor内存不足导致查询性能下降 为什么数据查询/加载失败,且发生“org.apache.carbondata.core.memory.MemoryException:

    来自:帮助中心

    查看更多 →

  • 使用Spark客户端创建CarbonData表

    dfs -put /opt/test.csv /data/ 连接到CarbonData 使用Spark SQL或Spark shell连接到Spark并执行Spark SQL命令。 开启JD BCS erver并使用JDBC客户端(例如,Spark Beeline)连接。 执行如下命令:

    来自:帮助中心

    查看更多 →

  • 使用Spark客户端创建CarbonData表

    dfs -put /opt/test.csv /data/ 连接到CarbonData 使用Spark SQL或Spark shell连接到Spark并执行Spark SQL命令。 开启JDB CS erver并使用JDBC客户端(例如,Spark Beeline)连接。 执行如下命令:

    来自:帮助中心

    查看更多 →

  • 新建CarbonData Table

    新建CarbonData Table 操作场景 使用CarbonData前需先创建表,才可在其中加载数据和查询数据。可通过Create Table命令来创建表。该命令支持使用自定义列创建表。 使用自定义列创建表 可通过指定各列及其数据类型来创建表。 命令示例: CREATE TABLE

    来自:帮助中心

    查看更多 →

  • 修改CarbonData Table

    修改CarbonData Table SET和UNSET 当使用set命令时,所有新set的属性将会覆盖已存在的旧的属性。 SORT SCOPE SET SORT SCOPE命令示例: ALTER TABLE tablename SET TBLPROPERTIES('SORT_SCOPE'='no_sort')

    来自:帮助中心

    查看更多 →

  • 使用CarbonData(MRS 3.x及之后版本)

    使用CarbonData(MRS 3.x及之后版本) CarbonData数据类型概述 CarbonData表用户权限说明 使用Spark客户端创建CarbonDataCarbonData数据分析 CarbonData性能调优 CarbonData常见配置参数 CarbonData语法参考

    来自:帮助中心

    查看更多 →

  • CarbonData常见问题

    CarbonData常见问题 为什么对decimal数据类型进行带过滤条件的查询时会出现异常输出? 如何避免对历史数据进行minor compaction? 如何在CarbonData数据加载时修改默认的组名? 为什么INSERT INTO CARBON TABLE失败? 为什么含转义字符的输入数据记录到Bad

    来自:帮助中心

    查看更多 →

  • 加载CarbonData表数据

    加载CarbonData表数据 操作场景 CarbonData table创建成功后,可使用LOAD DATA命令在表中加载数据,并可供查询。 触发数据加载后,数据以CarbonData格式进行编码,并将多维列式存储格式文件压缩后复制到存储CarbonData文件的HDFS路径下供快速分析查询使用。

    来自:帮助中心

    查看更多 →

  • CarbonData调优思路

    size”的详细描述。 CarbonData查询流程 当CarbonData首次收到对某个表(例如表A)的查询任务时,系统会加载表A的索引数据到内存中,执行查询流程。当CarbonData再次收到对表A的查询任务时,系统则不需要再加载其索引数据。 在CarbonData中执行查询时,查询

    来自:帮助中心

    查看更多 →

  • CarbonData常见问题

    CarbonData常见问题 为什么对decimal数据类型进行带过滤条件的查询时会出现异常输出? 如何避免对历史数据进行minor compaction? 如何在CarbonData数据加载时修改默认的组名? 为什么INSERT INTO CARBON TABLE失败? 为什么含转义字符的输入数据记录到Bad

    来自:帮助中心

    查看更多 →

  • CarbonData常见配置参数

    CarbonData常见配置参数 本章节介绍CarbonData所有常用参数配置的详细信息。 carbon.properties相关参数 根据用户实际使用场景在服务端或者客户端配置CarbonData相关参数。 服务端:登录 FusionInsight Manager页面,选择“集群

    来自:帮助中心

    查看更多 →

  • 加载CarbonData表数据

    加载CarbonData表数据 操作场景 CarbonData table创建成功后,可使用LOAD DATA命令在表中加载数据,并可供查询。 触发数据加载后,数据以CarbonData格式进行编码,并将多维列式存储格式文件压缩后复制到存储CarbonData文件的HDFS路径下供快速分析查询使用。

    来自:帮助中心

    查看更多 →

  • 使用CarbonData(MRS 3.x之前版本)

    使用CarbonData(MRS 3.x之前版本) 从零开始使用CarbonData CarbonData表简介 创建CarbonData表 删除CarbonData

    来自:帮助中心

    查看更多 →

共105条
看了本文的人还看了