当前位置：首页 > news >正文

Spark操作Hive表幂等性探索

news 文章来源：https://blog.csdn.net/Android_xue/article/details/132223951 2025/5/6 14:54:34

前言

旁边的实习生一边敲着键盘一边很不开心的说：做数据开发真麻烦，数据bug排查太繁琐了，我今天数据跑的有问题，等我处理完问题重新跑了代码，发现报表的数据很多重复，准备全部删了重新跑。

我：你的数据操作具备幂等性吗？

实习生：啥是幂等性？数仓中的表还要考虑幂等性吗？

幂等性

数据幂等性是指在多次执行相同操作时，最终的结果与执行一次操作的结果相同。具体来说，无论重复执行多少次相同的操作，操作的结果应该保持一致。

在数据处理和数据操作中，保持数据幂等性非常重要。如果操作不具备幂等性，可能会导致数据的重复、丢失或不一致。例如，向数据库中插入数据的操作如果没有幂等性，则在多次执行操作时可能会导致重复插入相同的数据。

幂等性对于保证数据一致性和可靠性非常重要，特别是在分布式系统或并发环境下。在这些环境中，多个相同操作可能同时或近乎同时执行，因此操作的幂等性能够保证数据的正确性。

在数据处理流程中，可以使用一些技术或设计策略来实现数据的幂等性，例如使用唯一标识符来避免重复处理，使用幂等操作来保证数据操作的一致性，或者使用事务来保证操作的原子性和幂等性等。

实习生看到这说：我们大数据用的是Hive表，不是那种关系型数据库的表。关系型数据表我可以在每次操作之前，根据某些条件（比如时间区间等）删除掉对应的数据，可是我用Spark开发完，要写入Hive表，这怎么实现幂等性？
我：你应该静下心来学习Spark基础了。<

Spark操作Hive表幂等性探索

前言旁边的实习生一边敲着键盘一边很不开心的说：做数据开发真麻烦，数据bug排查太繁琐了，我今天数据跑的有问题，等我处理完问题重新跑了代码，发现报表的数据很多重复，准备全部删了重新跑。我：你的数据操作具备幂等性吗？实习生：啥是幂等性？数仓中的表还要考虑幂等…...

编程日记 2023/8/19 3:41:19

【可变形卷积3】 DCNv2 安装

使用RTM3D 代码，CenterTrack代码需要用DCN 1、安装DCNv2 （1）github上最新版的DCNv2源码在"https://github.com/CharlesShang/DCNv2"，但是该版本源码不支持PyTorch1.7，如果使其支持PyTorch1.7需要做以下修改…...

编程日记 2023/8/19 3:40:18

归并排序与计数排序

目录 1.归并排序 1.1 递归实现归并排序： 1.2 非递归实现归并排序 1.3 归并排序的特性总结: 1.4 外部排序 2.计数排序 2.1 操作步骤: 2.2 计数排序的特性总结: 3. 7种常见比较排序比较 1.归并排序基本思想: 归并排序(MERGE-SORT)是建立在归并操作上的一种…...

编程日记 2023/8/19 3:39:12

import numpy as np import pandas as pd from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.linear_model import LogisticRegression # 获得数据 names[Sample code number,Clump Thickness,Uniformity…...

编程日记 2023/8/19 3:38:10

操作符详解上（非常详细）

目录二进制介绍二进制2进制转10进制10进制转2进制数字2进制转8进制和16进制2进制转8进制2进制转16进制原码、反码、补码移位操作符左移操作符右移操作符位操作符：&、|、^逗号表达式二进制介绍在初学计算机时我们常常会听到2进制、8进制、10进制、16进制……...

编程日记 2023/8/19 3:37:08

React 高阶组件(HOC)

React 高阶组件(HOC) 高阶组件不是 React API 的一部分，而是一种用来复用组件逻辑而衍生出来的一种技术。什么是高阶组件高阶组件就是一个函数，且该函数接受一个组件作为参数，并返回一个新的组件。基本上，这是从 React 的组成…...

编程日记 2023/8/19 3:36:07

【NepCTF2023】复现

文章目录【NepCTF2023】复现MISC与AI共舞的哈夫曼codesc语言获取环境变量小叮弹钢琴陌生的语言你也喜欢三月七么Ez_BASIC_IImisc参考 WEBez_java_checkinPost Crad For You独步天下配置环境独步天下-镜花水月环境变量提权独步天下-破除虚妄总结独步天下-破除试炼_加冕成王知…...

编程日记 2023/8/19 3:35:05

大文件切片上传

创建组件：创建一个组件用于处理文件上传，命名为Upload.vue。 <template><div><input type"file" change"handleFileChange" /><button click"startUpload">开始上传</button></div> …...

编程日记 2023/8/19 3:34:04

ubuntu切换python版本

在没有安装类似anoconda的管理工具的时候，我们常常会被Ubuntu下的Python版本切换问题所头疼。可以使用update-alternatives工具进行python版本的任意切换当使用update-alternatives工具来切换Ubuntu系统上的Python版本时，您实际上是在系统范围内选择…...

编程日记 2023/8/19 3:33:01

docker 安装 elasticsearch、kibana 7.4.2

切换root 用户 su root 拉起镜像 docker pull elasticsearch:7.4.2 docker pull kibana:7.4.2 #1、创建Elasticsearch配置文件夹 mkdir -p /mydata/elasticsearch/config #2、创建Elasticsearch数据文件夹 mkdir -p /mydata/elasticsearch/data #3、创建Elasticsearch插件…...

编程日记 2023/8/19 3:32:00

【es6】函数参数设置默认值

1、es6之前的函数参数默认值写法 1.1、使用短路或||的写法当y为空时，y判断为false ，走||右边的，所以y world;当y不为空时，y判断为true，不需要再运行||右边的，所以 y y function log(x, y) {y y || W…...

编程日记 2023/8/19 3:30:57

Pytest和Unittest测试框架的区别？

如何区分这两者，很简单unittest作为官方的测试框架，在测试方面更加基础，并且可以再次基础上进行二次开发，同时在用法上格式会更加复杂；而pytest框架作为第三方框架，方便的地方就在于使用更加灵活&#xff0…...

编程日记 2023/8/19 3:29:56

C#基础知识（一）

一、C#程序结构《1》命名空间的声明（namespace declaration） 《2》一个class 《3》class方法《4》class属性《5》一个main方法《6》语句（statements）&表达式（Expressions） 《7》注释注&#xff1a…...

编程日记 2023/8/19 3:28:54

我还不知道？Android组件化插件化模块化

Android组件化、插件化和模块化是针对Android应用程序开发的一种架构设计思想和开发方式。组件化（Componentization）： 组件化是将一个大型的Android应用程序拆分成多个独立的组件（Module），每个组件可以独…...

编程日记 2023/8/19 3:27:52

借助 AI 工具，真的能成为 10x 工程师？

或许你听说过 10x 工程师吗？ 如果你问猎头公司 10x 工程师是什么意思，他们可能会说 “生产力”！10x 是指完成任务比别人快 10 倍的工程师。 2019 年，Twitter 上就曾经对 10 x 工程师这一议题有过一次空前热烈的讨论，引…...

编程日记 2023/8/19 3:26:51

TypeScript 面向对象

TypeScript 接口 TypeScript 接口定义如下： interface interface_name { } 以下实例中，我们定义了一个接口 IPerson，接着定义了一个变量 customer，它的类型是 IPerson。 customer 实现了接口 IPerson 的属性和方法。 interf…...

编程日记 2023/8/19 3:25:48

k8s 中快速启动curl pod 做api test

场景 k8s上运行的pod需要进行api测试,由于开发使用的镜像都是最小化构建,不能保证现有的pod中一定有curl工具,于是需要启动一个带有curl工具的测试pod专门进行api测试指令 kubectl run curl-test-pod --imagecurlimages/curl -n {namespace} -i --tty -- sh上述指令实现在指…...

编程日记 2023/8/19 3:24:47

神经网络基础-神经网络补充概念-56-迁移学习

迁移学习（Transfer Learning）是一种机器学习技术，旨在将在一个任务上学到的知识或模型迁移到另一个相关任务上，以提高新任务的性能。迁移学习的核心思想是通过利用源领域（source domain）的知识来改善目标领…...

编程日记 2023/8/19 3:23:45

力扣：65. 有效数字（Python3）

题目： 有效数字（按顺序）可以分成以下几个部分： 一个小数或者整数（可选）一个 e 或 E ，后面跟着一个整数小数（按顺序）可以分成以下几个部分： （…...

编程日记 2023/8/19 3:22:44

003-Spring boot 启动流程分析

目录启动流程分析创建 SpringApplication启动 run(String... args) 读取配置流程分析listeners.environmentPrepared解析配置文件详细分析EnvironmentPostProcessor 详细分析启动流程分析 SpringApplication.run(App.class, args);return new SpringApplication(primarySour…...

编程日记 2023/8/19 3:21:42

中间件的介绍

1.1 什么是中间件中间件是介于应用系统和系统软件之间的一类软件，他使用系统软件所提供的基础服务，衔接网络上应用系统的各个部分或不同的应用，能够达到资源共享、功能共享的目的。例如MySQL就可以看作是具备中间件特性的一种技术&#x…...

编程日记 2023/8/19 3:20:41

LVS-DR模式下（RS检测）ldirectord工具实现部分节点掉点后将请求发往正常设备进行处理

基于前文的LVS-DR集群构建环境一.下载ldirectord软件二.将模板文件中的LVS-DR模式相关文件拷贝到/etc/ha.d主配置目录并按实际设备修改三.配置两台RS匹配规则四.停止RS1的http服务进行测试 RS1失去工作能力，RS2接替RS1 基于前文的LVS-DR集群构建环境一.下…...

编程日记 2023/8/19 3:19:39

c++游戏制作指南（四）：c++实现数据的存储和读取（输入流fstream）

🍿*★,*:.☆(￣▽￣)/$:*.★* 🍿 🍟欢迎来到静渊隐者的csdn博文，本文是c游戏制作指南的一部🍟 🍕更多文章请点击下方链接🍕 🍨 c游戏制作指南&#x1f3…...

编程日记 2023/8/19 3:18:37

如何使用CSS实现一个响应式视频播放器？

聚沙成塔每天进步一点点 ⭐ 专栏简介⭐ 使用CSS实现响应式视频播放器⭐ 写在最后 ⭐ 专栏简介前端入门之旅：探索Web开发的奇妙世界记得点击上方或者右侧链接订阅本专栏哦几何带你启航前端之旅欢迎来到前端入门之旅！这个专栏是为那些对Web开发感兴趣…...

编程日记 2023/8/19 3:17:35

Typora上传文件到Gitee

工作内容，不对外开放一、Typora上传笔记到CSDN 一、安装node.js 官网链接：Node.js (nodejs.org) 下载后得到一个.msi文件，双击即可。 win + R 打开CMD，基于node -v 和npm -v，验证是否安装成功：二、配置Gitee 1、新建仓库 2、开源此仓库 2.1、初始化readme文件...

编程日记 2023/8/19 3:16:33