AI 助理
备案控制台
开发者社区 大数据与机器学习 开源大数据平台 E-MapReduce 正文

使用DDI构建的批流一体数仓的特点是什么？

使用DDI构建的批流一体数仓的特点是什么？

展开
收起
游客lmkkns5ck6auu 2022-07-28 15:47:51 429 分享 版权

版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

1 条回答
写回答
取消 提交回答
  • 游客c3gxxcx6cqeyo

    ACID事务一致性保证；

    DML语义支持;

    Update, Delete, Insert数据；

    可扩在的Schema管理

    以上内容摘自《Databricks数据洞悉》电子书，点击https://developer.aliyun.com/topic/download?id=8545可下载完整版

    2022-07-29 10:00:43
    赞同 展开评论
问答分类：
云原生数据仓库AnalyticDB MySQL版
问答标签：
云原生数据仓库AnalyticDB MySQL版构建 构建云原生数据仓库AnalyticDB MySQL版
问答地址：
开发者社区 > 大数据与机器学习 > 开源大数据平台 E-MapReduce > 问答
相关问答
构建实时增量数仓的关键是什么？
34
2
0
在快手实时数仓的研发阶段，主要构建了哪些规范？
42
1
0
在小米销售服务数仓的构建中，双流join面临的主要挑战是什么？
33
1
0
基于Iceberg构建的湖仓一体架构主要解决了Hive数据仓库的哪些痛点？
53
1
0
为什么选择Flink和Iceberg来构建实时湖仓一体的架构？
64
1
0
在云数据仓库ADB中如何数仓构建一个共享服务器？
64
1
0
分区文件是否在实时写入AnalyticDB MySQL后立即构建
31
1
0
Flink实时数仓是如何构建的？
71
1
0
Flink现在比较火的数仓的构建方法论有哪些啊？
69
3
0
DataWorks基于AnalyticDB构建企业数仓元数据管理？
145
4
0
大数据与机器学习

开源大数据平台 E-MapReduce

阿里云EMR是云原生开源大数据平台，为客户提供简单易集成的Hadoop、Hive、Spark、Flink、Presto、ClickHouse、StarRocks、Delta、Hudi等开源大数据计算和存储引擎，计算资源可以根据业务的需要调整。EMR可以部署在阿里云公有云的ECS和ACK平台。

我要提问

相关文章

  • 基于云服务器的数仓搭建-集群安装
  • 基于云服务器的数仓搭建-hive/spark安装
  • 从湖仓分离到湖仓一体，四川航空基于 SelectDB 的多源数据联邦分析实践
  • 小红书湖仓架构的跃迁之路
  • vivo基于Paimon的湖仓一体落地实践

    • 热门讨论

    热门文章

  • Databricks 和 Dataworks 都是一站式的数据分析平台，两者的区别是什么？
  • EMR StarRocks有hive或spark的炸裂函数，类似explode可以用吗?
  • hdfs 文件块过多（1亿）每个datanode 占3000万块(分16G内),某时刻内存陡然增加？
  • sprak是什么
  • Hologres 是对标 ClickHouse + Hbase + ...？,是如何把这些能力全部都
  • Lakehouse是什么？
  • 咨询个问题，starrocks，如何像mysql一样，查询有无锁以及造成锁的sql？
  • starrocks通过DLF2.0建立外部表，可以进行delete或者update表数据的操作吗？
  • 核桃编程是什么？
  • GoogLe Trends是什么？
    • 展开全部
  • 阿里封神谈hadoop生态学习之路
  • 现代流式计算的基石：Google DataFlow
  • Spark in action on Kubernetes - Playground搭建与架构浅析
  • HIVE MapJoin异常问题处理总结
  • JindoFS概述：云原生的大数据计算存储分离方案
  • 玩转阿里云EMR三部曲-中级篇 集成自有服务
  • 基于Spark Streaming 进行 MySQL Binlog 日志准实时传输
  • 开源大数据周刊-第90期
  • 钉钉群直播【Spark Relational Cache 原理和实践】
  • 使用Hive进行OSS数据处理的一个最佳实践
    • 展开全部
    还有其他疑问?
    咨询AI助理