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 2026/5/13 4:43:22

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

联邦学习与RAG融合：构建隐私保护的跨机构智能检索系统

1. 项目概述与核心价值最近在折腾一个跨机构文档智能检索的原型，核心需求是：在不共享原始数据的前提下，让多个参与方（比如几家医院、几个研究实验室）能够联合起来，构建一个强大的、统一的文档知识库&#x…...

编程新知 2026/5/13 3:26:45

基于MCP协议的elabftw AI助手：安全模型、配置与自动化实践

1. 项目概述：为电子实验笔记本插上AI的翅膀如果你是一名科研人员、实验室管理者，或者像我一样，经常需要和电子实验笔记本（ELN）打交道，那你一定对重复性的数据查询、整理和录入工作感到头疼。每天在浏览器和…...

编程新知 2026/5/13 3:24:08

oh-my-prompt：打造高效终端提示符的模块化方案与实战配置

1. 项目概述：为什么我们需要一个现代化的终端提示符？如果你和我一样，每天有超过一半的工作时间是在终端（Terminal）里度过的，那么终端提示符（Prompt）就是你最熟悉的“工作台面”。默认…...

编程新知 2026/5/13 3:24:06

Windows和Office激活难题？KMS智能激活脚本让你轻松告别烦恼

Windows和Office激活难题？KMS智能激活脚本让你轻松告别烦恼 【免费下载链接】KMS_VL_ALL_AIO Smart Activation Script 项目地址: https://gitcode.com/gh_mirrors/km/KMS_VL_ALL_AIO 你是否曾经因为Windows系统突然弹出激活提示而中断工作？是否遇…...

编程新知 2026/5/13 2:57:25

LLM RAG还值得做吗？今天一下就顿悟了

在企业级AI应用领域，RAG（检索增强生成）不仅值得深耕，更是当前唯一能站稳脚跟的核心护城河。曾有人断言长上下文窗口（Long Context）会取代RAG，但这一说法早在2024年就被彻底证伪，进入…...

编程新知 2026/5/13 2:55:24

Python开发进阶之路：探索异步编程与高性能应用

在当今快节奏的软件开发环境中，构建高性能、可扩展的应用程序已成为开发者的首要任务。随着互联网应用的普及，用户对响应速度和并发处理能力的要求越来越高。Python，作为一种广泛使用的高级编程语言，凭借其简洁的语法和强大的生态…...

编程新知 2026/5/13 2:25:37

Cortex-R52内存管理与实时性优化技术解析

1. Cortex-R52内存管理架构解析Cortex-R52作为Armv8-R架构的旗舰级实时处理器，其内存管理系统针对高可靠性场景进行了深度优化。与传统MMU不同，R52采用了增强型MPU（Memory Protection Unit）设计，通过16-24个可编程保护…...

编程新知 2026/5/13 1:15:15

Python爬虫实战：构建智能职位信息聚合工具JobClaw

1. 项目概述：一个面向开发者的智能职位信息聚合与解析工具最近在帮团队招聘和看机会的朋友聊天，发现一个挺普遍的问题：大家找技术岗位，要么在几个主流招聘App上反复刷，信息分散且格式不一；要么就是盯着几个…...

编程新知 2026/5/13 0:22:22

Cursor Pro永久免费使用终极指南：如何绕过试用限制完整教程

Cursor Pro永久免费使用终极指南：如何绕过试用限制完整教程 【免费下载链接】cursor-free-vip [Support 0.45]（Multi Language 多语言）自动注册 Cursor Ai ，自动重置机器ID ， 免费升级使用Pro 功能: Youve reached you…...

编程新知 2026/5/12 23:18:56

共享屏幕怎么弄 共享屏幕用什么工具好

共享屏幕怎么弄？不管是异地办公同步方案、远程协助操作设备，还是和朋友分享游戏画面，都离不开共享屏幕的需求。共享屏幕怎么弄才不麻烦、不卡顿？其实答案很简单，无界趣连2.0就能轻松搞定，不用复杂设置&…...

编程新知 2026/5/12 23:07:49