欢迎关注公众号“Tim在路上”通常为提高数据处理的效率，计算引擎要实现谓词的下推，而存储引擎可以根据下推的过滤条件尽可能的跳过无关数据或文件。不管是Hudi、Iceberg还...
发简信
IP属地：北京
-
[Delta][SQL] Delta开源付费功能，最全分析ZOrder的源码实现流程 -
[LakeHouse] Delta Lake全部开源，聊聊Delta的实现架构欢迎关注公众号“Tim在路上”刚刚结束的Data + AI summit上，Databricks宣布将Delta Lake全部开源。 目前在LakeHouse的市场上国内有H...
-
[LakeHouse] 数据湖之Iceberg一种开放的表格式欢迎关注公众号“Tim在路上”今天来闲谈下数据湖三剑客中的iceberg。 Iceberg项目2017年由Netflix发起， 它是在2018年被Netflix捐赠给Apac...
-
[SPARK][CORE] 面试问题之 3.2新的特性Push-based Shuffle源码解析
欢迎关注公众号“Tim在路上” Spark 3.2为spark shuffle带来了重大的改变，其中新增了push-based shuffle机制。但其实在push-base...
-
[SPARK][CORE] 面试问题之谈一谈Push-based shuffle欢迎关注公众号“Tim在路上”在Spark3.2中引入了领英设计的一种新的shuffle方案，今天我们先来了解下其大致的设计原理，之后会再分析其具体的代码实现。 当我们在Ya...
-
[SPARK][CORE] 面试问题之什么是 external shuffle service？欢迎关注公众号“Tim在路上”在讨论external shuffle service的具体实现之前，我们先来回顾下spark shuffle的大概过程。 spark shuf...
-
[SPARK][CORE] 面试问题之 Shuffle reader 的细枝末节 （下）欢迎关注公众号“Tim在路上” 在Spark中shuffleWriter有三种实现，分别是bypassMergeSortShuffleWriter, UnsafeShuffl...
-
Spark netty RPC 通信原理
Spark netty RPC 通信原理 通信是分布式程序的血液和神经，就好比大脑发出的执行需要通过神经和需要才能传递到手脚进行执行。可见好的通信能力是分布式系统的重重之中。...
-
[SPARK][CORE] 面试问题之 Shuffle reader 的细枝末节 （上）欢迎关注微信公众号“Tim在路上”之前我们已经了解了shuffle writer的详细过程，那么生成文件后会发生什么呢？以及它们是如何被读取呢？读取是内存的操作吗？这些问题也...