阿里oneData架构设计 oneData是阿里巴巴内部进行数据整合和管理方法体系和工具。 指导思想 首先，要进行充分的业务调研和需求分析。 其次，进行数据总体架构设计，主要是根据数据域对数据进行划分；按照维度建模理论，构建总线矩阵，抽象出业务过程和维度。 再次，对报表需求进行抽象整理出相关指标体系，使用OneData工具完成指标规范定义和模型设计。 最后，是代码研发和运维。 其实施流程主要分为：数据调研、架构设计、规范定义和模型设计。 数据调研 业务调研 需要确认要规划进数仓的业务领域，...

接手模块的要求 模块级别 掌握整个模块在系统中的位置，发挥什么样的作用，对用户体验有什么帮助等 掌握整个模块的输入是什么？是如何产生的？对输入有什么要求？格式是怎么样等 掌握这个模块的输出是什么？有怎么样的格式和约定？会被什么模块用到？如果出错会有什么样的影响等 掌握整个模块的运维要点 部署的机器和目录，目录存放的数据等 常见的异常处理流程 对机器的要求 程序的性能参数等 各项配置的含义 算法 掌握整个模块的主要算法，了解其优缺点，基本原理 掌握模块对算法的改进点和修改的地方 掌握目前算...

各种沟通方式的选择 面对面，没有时延且效果好，适合较为紧急的，需要紧密沟通事项 电话，没有时延但效果稍差，适合较为紧急且较为确定，不容易误解的事情 IM，时延较短，分钟级，适合不太紧急，且几句话能说清楚的事情 邮件，时延较长，小时级，有记录，备份功能，适合重要但不紧急的事情，需要双方确认的事情等 总的原则：能够在预期的时延内得到响应，且沟通有效，对对方打扰较少的方式最佳 写email的要点 正确的收件人和抄送方 言简意赅的标题，便于收件人区分 正文要点明确而不啰嗦 对外沟通时，简明扼要解释问题原...

Hive中的join可分为三种，分别是Map-join、Reduce-join和SMB Join，本文简单介绍这三种join的原理和机制。 1.Map-join MapJoin的主要意思就是，当链接的两个表是一个比较小的表和一个特别大的表的时候，我们把比较小的table直接放到内存中去，然后再对比较大的表格进行map操作。join就发生在map操作的时候，每当扫描一个大的table中的数据，就要去去查看小表的数据，哪条与之相符，继而进行连接。这里的join并不会涉及reduce操作。map端join的优...

语法详解 粗体 **粗体** __粗体__ 斜体 *斜体* _斜体_ 标题 # 一级标题 # 一级标题 ==== ## 二级标题 ## 二级标题 ---- ### 三级标题 ### #### 四级标题 #### ##### 五级标题 ##### ###### 六级标题 ###### 分割线 *** --- ^上^角~下~标 上角标 x^2^ 下角标 H~2~0 ++下划线++ 中划线 ++下划线++ ~~中划线~~ ==标记== ==标记== ...