当前位置： 首页 > news >正文

在Hive/Spark上执行TPC-DS基准测试 (PARQUET格式）

news 2026/3/29 2:26:18

在上一篇文章：《在Hive/Spark上运行执行TPC-DS基准测试 (ORC和TEXT格式）》中，我们介绍了如何使用 hive-testbench 在Hive/Spark上执行TPC-DS基准测试，同时也指出了该项目不支持parquet格式。

如果我们想要生成parquet格式的测试数据，就需要使用其他工具了。本文选择使用另外一个开源项目：https://github.com/kcheeeung/hive-benchmark，它和 hive-testbench 项目非常接近，操作方法也很类似，如果你熟悉 hive-testbench， 应该会必要容易掌握这个工具。

备注：本文使用的Hive/Spark环境为AWS EMR，版本：6.11，未启用Glue Data Catalog。本文操作须在EMR Master节点上执行！因为脚本中会使用到hdfs、beeline等命令行工具，此外，经测试发现：如果EMR集群使用的是Glue Data Catalog，脚本执行过程中将会报错：

在这里插入图片描述

相关文章：

在Hive/Spark上执行TPC-DS基准测试 (PARQUET格式）

在上一篇文章：《在Hive/Spark上运行执行TPC-DS基准测试 (ORC和TEXT格式）》中，我们介绍了如何使用 hive-testbench 在Hive/Spark上执行TPC-DS基准测试，同时也指出了该项目不支持parquet格式。 如果我们想要生成parquet格式的测试数据，就需要使用其他工具了。本文选择使用另…...

编程日记 2023/8/23 2:17:36

基于CentOS搭建私有仓库harbor

环境： 操作系统：CentOS Linux 7 (Core) 内核： Linux 3.10.0-1160.el7.x86_64 目录 安装搭建harbor （1）安装docker编排工具docker compose （2）下载Harbor 安装包 （3&…...

编程日记 2023/8/23 2:16:34

PDF怎么转Word？8 个最佳 PDF 转 Word 转换器

PDF 转 Word 转换工具只是一个特殊程序，可以将 PDF（本机和/或扫描）转换为 Microsoft Office Word 格式。将 PDF 导出到 Word 的主要原因之一是满足可编辑文档的需求，尽管还有其他原因。 由于缺少 PDF 阅读器，您可以选…...

编程日记 2023/8/23 2:15:33

老板都爱看的财务数据分析报表，全在这了

老板们都爱看哪些财务数据分析报表？自然是可以帮助他们更好地了解公司的财务状况和经营绩效的那一类财务数据分析报表，比如利润表、资产负债表、现金流量表、应收账款分析报表、应付账款分析报表、库存分析报表等。奥威BI数据可视化工具有一套标准化财务…...

编程日记 2023/8/23 2:14:32

ZooKeeper（zk）与 Eureka 的区别及集群模式比较分析

​ 作者：zhaokk 推荐阅读 AI文本 OCR识别最佳实践 AI Gamma一键生成PPT工具直达链接 玩转cloud Studio 在线编码神器 玩转 GPU AI绘画、AI讲话、翻译,GPU点亮AI想象空间 资源分享 「java、python面试题」来自UC网盘app分享，打开手机app&#xff…...

编程日记 2023/8/23 2:13:31

搜狗拼音占用了VSCode及微信小程序开发者工具快捷键Ctrl + Shit + K 搜狗拼音截图快捷键

修改搜狗拼音的快捷键 右键--更多设置--属性设置--按键--系统功能快捷键--系统功能快捷键设置--取消Ctrl Shit K的勾选--勾选截屏并设置为Ctrl Shit A 微信开发者工具设置快捷键 右键--Command Palette--删除行 微信开发者工具快捷键 删除行：Ctrl Shit K 或…...

编程日记 2023/8/23 2:12:30

PMI-ACP值得考吗?在中国的前景如何?

相信很多小伙伴都听过PMP证书吧，但是对于PMI-ACP则知之甚少。那么同为项目管理证书，PMI-ACP认证的含金量怎么样呢？今天咱们就来聊一聊PMI-ACP敏捷项目管理证书。 PMI-ACP是由PMI（美国项目管理协会）颁发的针对敏捷项目…...

编程日记 2023/8/23 2:11:28

centos 安装防火墙，并开启对应端口号

1.查看防火墙状态： 命令：systemctl status firewalld.service 开启防火墙时，提示没有安装防火墙 [rootlocalhost ~]# systemctl start firewalld.service Failed to start firewalld.service: Unit not found.2.安装防火墙 [rootlocalhost …...

编程日记 2023/8/23 2:10:27

学习微信小程序时间延迟setTimeout和setInterval的使用方法

学习微信小程序时间延迟setTimeout和setInterval的使用方法 setTimeout()setInterval() setTimeout() setTimeout在使用的时候可以实现代码块延迟执行的效果，并且可以设置延迟执行的具体时间。请见如下代码： setTimeout(function() {//要实现延迟执行效…...

编程日记 2023/8/23 2:09:25

Vite好用的前端构建工具

是什么 Vite是Vue的作者尤雨溪开发的 一种新型前端构建工具。 Vite在大型项目开发模式下，打包速度远高于webpack。 Vite 为什么这么快 1. 快速冷启动 Vite只启动一台静态页面的服务器，不会打包全部项目文件代码，服务器根据客户端的请求加…...

编程日记 2023/8/23 2:08:24

Agile Iteration Velocity

【agile iteration velocity】敏捷速度指的平均速度 第四次迭代结束速度： 76 / 4 19 第五次迭代结束速度： （76 24 ） / 5 100 / 5 20...

编程日记 2023/8/23 2:07:22

HarmonyOS/OpenHarmony应用开发-ArkTS语言渲染控制LazyForEach数据懒加载

LazyForEach从提供的数据源中按需迭代数据，并在每次迭代过程中创建相应的组件。当LazyForEach在滚动容器中使用了，框架会根据滚动容器可视区域按需创建组件，当组件划出可视区域外时，框架会进行组件销毁回收以降低内存占用。一、接…...

编程日记 2023/8/23 2:06:21

04_15页表缓存(TLB)和巨型页

前言 linux里面每个物理内存(RAM)页的一般大小都是4kb(32位就是4kb),为了使管理虚拟地址数变少 加快从虚拟地址到物理地址的映射 建议配值并使用HugePage巨型页特性 cpu和mmu和页表缓存(TLB)和cache和ram的关系 CPU看到的都是虚拟地址，需要经过MMU的转化&#xf…...

编程日记 2023/8/23 2:05:20

ResourceBundle类：读取配置文件

ResourceBundle类是java自带的类，类路径：java.util.ResourceBundle，用来读取项目中后缀为properties的配置文件。 下面简单举例说明一下用法： 数据准备 1）配置文件名称：application.properties&#xff…...

编程日记 2023/8/23 2:04:18

数学建模的三大模型和十大常用算法

一、三大模型 预测模型 神经网络预测、灰色预测、拟合插值预测(线性回归)、时间序列预测、马尔科夫链预测、微分方程预测、Logistic模型等等。 应用领域：人口预测、水资源污染增长预测、病毒蔓延预测、竞赛获胜概率预测、月收入预测、销量预测、经济发展情况预测等在…...

编程日记 2023/8/23 2:03:17

NAS绝对安全吗？文件会不会泄露或被删除？

NAS（Network Attached Storage）并非绝对安全，因为任何系统都存在潜在的风险和漏洞。以下是一些可能导致文件泄露或被删除的情况： 1. 物理安全：如果未采取适当的物理安全措施，例如未将NAS设备放置在安全环境…...

编程日记 2023/8/23 2:02:16

Kubernetes 使用 Rancher 管理

K8S集群管理工具 只能管理单个K8S集群 kubectl命令行管理工具 dashboard（K8S官方的UI界面图形化管理工具） （管理多集群很麻烦，切换不同集群每次需要更改kube-config文件[kubectl配置文件]，如果kubeadm部署每次都需…...

编程日记 2023/8/23 2:01:15

5G随身wifi如何选择？简单分类一下

最近5g随身wifi越来越多了，价格也一直走低，根据我的观察和总结，5g随身wifi可以分为这几档：（普遍来说） 1，紫光udx710基带芯片（也叫v510） 代表产品：r106&#x…...

编程日记 2023/8/23 2:00:14

华为PPPOE配置实验

华为PPPOE配置实验 网络拓扑图拓扑说明电信ISP设备配置用户拨号路由器配置查看是否拨上号是否看不懂？ 看不懂就对了，只是记录一下命令。至于所有原理，等想写了再写 网络拓扑图 拓扑说明 用户路由器用于模拟家用拨号路由器，该设备…...

编程日记 2023/8/23 1:59:12

1.jvm和java体系结构

jvm简介 JVM：跨语言的平台 Java是目前应用最为广泛的软件开发平台之一。随着Java以及Java社区的不断壮大Java 也早已不再是简简单单的一门计算机语言了，它更是一个平台、一种文化、一个社区。 ● 作为一个平台，Java虚拟机扮演着举足轻重的…...

编程日记 2023/8/23 1:58:10

如何快速优化Windows性能：Atlas OS完整安装与配置指南

如何快速优化Windows性能：Atlas OS完整安装与配置指南 【免费下载链接】Atlas 🚀 An open and lightweight modification to Windows, designed to optimize performance, privacy and security. 项目地址: https://gitcode.com/GitHub_Trending/atlas…...

编程新知 2026/3/29 1:35:28

iCalendar文件逆向解析：用Python拆解别人发你的会议邀请（附Outlook兼容性测试）

iCalendar文件逆向解析实战：Python拆解会议邀请的完整指南 收到会议邀请时，那个小小的.ics文件里藏着多少秘密？作为技术人员，我们常常需要从第三方日历文件中提取关键信息、分析重复规则，甚至修复跨时区协作中的时间错…...

编程新知 2026/3/29 1:21:23

RecyclerView 动态布局实战：ItemView 高宽自适应与多列切换

1. RecyclerView动态布局的核心挑战 在Android开发中，RecyclerView是最常用的列表控件之一。但很多开发者都会遇到这样的问题：如何让ItemView根据数据量动态调整高度和宽度？特别是在需要实现单列和多列布局自动切换的场景下，这个问…...

编程新知 2026/3/29 1:07:17

BMI160六轴IMU嵌入式驱动开发与FIFO中断实践

1. BMI160惯性测量单元技术深度解析与嵌入式驱动开发实践BMI160是由博世传感器技术公司（Bosch Sensortec）推出的超低功耗、高精度六轴惯性测量单元（IMU），集成三轴加速度计与三轴陀螺仪于单一封装内。该器件专为可穿戴设…...

编程新知 2026/3/29 0:33:08

终极JavaScript模块系统指南：ES Modules与CommonJS实战解析

终极JavaScript模块系统指南：ES Modules与CommonJS实战解析 【免费下载链接】50projects50days 50 mini web projects using HTML, CSS & JS 项目地址: https://gitcode.com/GitHub_Trending/50/50projects50days JavaScript模块系统是现代前端开发的核心…...

编程新知 2026/3/28 23:24:41

告别卡顿！Win11Debloat开源系统优化工具让Windows 11性能提升200%

告别卡顿！Win11Debloat开源系统优化工具让Windows 11性能提升200% 【免费下载链接】Win11Debloat 一个简单的PowerShell脚本，用于从Windows中移除预装的无用软件，禁用遥测，从Windows搜索中移除Bing，以及执行各种其他更…...

编程新知 2026/3/28 22:46:15

R语言孟德尔随机化环境搭建：手把手教你搞定gwasvcf、gwasglue等包的安装报错（附本地安装包）

R语言孟德尔随机化环境搭建：从报错到成功的全流程指南 第一次在R中安装孟德尔随机化相关工具包时，那种挫败感我至今记忆犹新。明明按照教程一步步操作，却不断遭遇各种报错——网络超时、依赖缺失、API限制...这些看似简单的问题足以让一个生物…...

编程新知 2026/3/28 22:42:15

微信850协议实战：泡泡玛特小程序授权不掉线全流程解析（附源码）

微信850协议深度应用：构建高稳定小程序授权体系的技术实践 在移动互联网生态中，微信小程序已成为连接用户与服务的重要桥梁。对于开发者而言，如何确保授权流程的稳定性，特别是在需要长期维持登录状态的场景下，成为技术…...

编程新知 2026/3/28 20:59:35

MobaXterm远程连接：管理Baichuan-M2-32B-GPTQ-Int4服务器

MobaXterm远程连接：管理Baichuan-M2-32B-GPTQ-Int4服务器 1. 为什么选择MobaXterm来管理大模型服务器 部署Baichuan-M2-32B-GPTQ-Int4这样的医疗增强推理模型，通常需要在Linux服务器上运行vLLM或SGLang等推理引擎。这类服务对系统资源要求高&#xff0…...

编程新知 2026/3/28 20:27:21

VR视频转换：让3D内容在普通设备焕发新生的开源方案

VR视频转换：让3D内容在普通设备焕发新生的开源方案 【免费下载链接】VR-reversal VR-Reversal - Player for conversion of 3D video to 2D with optional saving of head tracking data and rendering out of 2D copies. 项目地址: https://gitcode.com/gh_mirro…...

编程新知 2026/3/28 19:38:56