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 2025/9/8 5:35:11

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

云启出海，智联未来｜阿里云网络「企业出海」系列客户沙龙上海站圆满落地

借阿里云中企出海大会的东风，以**「云启出海，智联未来｜打造安全可靠的出海云网络引擎」为主题的阿里云企业出海客户沙龙云网络&安全专场于5.28日下午在上海顺利举办，现场吸引了来自携程、小红书、米哈游、哔哩哔哩、波克城市、…...

编程新知 2025/9/5 21:34:35

python/java环境配置

环境变量放一起 python： 1.首先下载Python Python下载地址：Download Python | Python.org downloads ---windows -- 64 2.安装Python 下面两个，然后自定义，全选 可以把前4个选上 3.环境配置 1）搜高级系统设置 2…...

编程新知 2025/9/6 15:52:58

DAY 47

三、通道注意力 3.1 通道注意力的定义 # 新增：通道注意力模块（SE模块） class ChannelAttention(nn.Module):"""通道注意力模块(Squeeze-and-Excitation)"""def __init__(self, in_channels, reduction_rat…...

编程新知 2025/9/7 3:58:50

今日学习：Spring线程池|并发修改异常|链路丢失|登录续期|VIP过期策略|数值类缓存

文章目录 优雅版线程池ThreadPoolTaskExecutor和ThreadPoolTaskExecutor的装饰器并发修改异常并发修改异常简介实现机制设计原因及意义 使用线程池造成的链路丢失问题线程池导致的链路丢失问题发生原因 常见解决方法更好的解决方法设计精妙之处 登录续期登录续期常见实现方式特…...

编程新知 2025/8/26 4:30:55

Spring是如何解决Bean的循环依赖：三级缓存机制

1、什么是 Bean 的循环依赖 在 Spring框架中，Bean 的循环依赖是指多个 Bean 之间‌互相持有对方引用‌，形成闭环依赖关系的现象。 多个 Bean 的依赖关系构成环形链路，例如： 双向依赖：Bean A 依赖 Bean B，同时 Bean B 也依赖 Bean A（A↔B）。链条循环： Bean A → Bean…...

编程新知 2025/7/25 1:21:53

LINUX 69 FTP 客服管理系统 man 5 /etc/vsftpd/vsftpd.conf

FTP 客服管理系统 实现kefu123登录，不允许匿名访问，kefu只能访问/data/kefu目录，不能查看其他目录 创建账号密码 useradd kefu echo 123|passwd -stdin kefu [rootcode caozx26420]# echo 123|passwd --stdin kefu 更改用户 kefu 的密码…...

编程新知 2025/9/3 19:49:50

CRMEB 中 PHP 短信扩展开发：涵盖一号通、阿里云、腾讯云、创蓝

目前已有一号通短信、阿里云短信、腾讯云短信扩展 扩展入口文件 文件目录 crmeb\services\sms\Sms.php 默认驱动类型为：一号通 namespace crmeb\services\sms;use crmeb\basic\BaseManager; use crmeb\services\AccessTokenServeService; use crmeb\services\sms\…...

编程新知 2025/8/21 10:44:43

HubSpot推出与ChatGPT的深度集成引发兴奋与担忧

上周三，HubSpot宣布已构建与ChatGPT的深度集成，这一消息在HubSpot用户和营销技术观察者中引发了极大的兴奋，但同时也存在一些关于数据安全的担忧。 许多网络声音声称，这对SaaS应用程序和人工智能而言是一场范式转变。 但向任何技…...

编程新知 2025/9/4 3:13:15

Python竞赛环境搭建全攻略

Python环境搭建竞赛技术文章大纲 竞赛背景与意义 竞赛的目的与价值Python在竞赛中的应用场景环境搭建对竞赛效率的影响 竞赛环境需求分析 常见竞赛类型（算法、数据分析、机器学习等）不同竞赛对Python版本及库的要求硬件与操作系统的兼容性问题 Pyth…...

编程新知 2025/9/5 19:04:58

【java面试】微服务篇

【java面试】微服务篇 一、总体框架二、Springcloud（一）Springcloud五大组件（二）服务注册和发现1、Eureka2、Nacos （三）负载均衡1、Ribbon负载均衡流程2、Ribbon负载均衡策略3、自定义负载均衡策略4、总结 …...

编程新知 2025/9/5 22:13:35