谢谢分享

楼主讲了一般的大数据分析方法，其实，分析方法不是主角，关键是怎么理解了上面的这些业务逻辑，这才是最重要的

实际的平台至少需要

多维大数据查询分析服务

基于Python的机器学习算法库集成服务

机器学习算法设计及性能优化

机器学习算法参数自动优化

大数据系统安全与认证

clixiang 发表于 2018-9-20 16:17
各位大佬，我想问几个问题：

1、按上面的用法，用大数据平台分析数据，实际上就是一堆的联表查询吗？这 ...

1、按上面的用法，用大数据平台分析数据，实际上就是一堆的联表查询吗？这个性能会不会有问题？如果要实时去表里边查询数据，都是实时执行联表的HQL语句？
基本上都会用到联表查询，性能可以优化，不能因为性能而去掉联表，如果数据都放到一个表里，那问题才是最大的。有性能问题多优化。
实时框架不会用hive的，可以使用kafka sql或则是spark等，hive一般为离线数据

2、如果要做很多不同类型的数据分析，要建立一些结果表来存放HQL的执行结果不？
对滴，需要存储，但是存到哪里是框架问题，比如mysql，文件等。一般不会存到hive里面。

3、Mysql有多少个表，Hive也要建立对应的表么？
具体情况具体分析如上面。

各位大佬，我想问几个问题：

1、按上面的用法，用大数据平台分析数据，实际上就是一堆的联表查询吗？这个性能会不会有问题？如果要实时去表里边查询数据，都是实时执行联表的HQL语句？
2、如果要做很多不同类型的数据分析，要建立一些结果表来存放HQL的执行结果不？
3、Mysql有多少个表，Hive也要建立对应的表么？

请各位大佬赐教。

其实流程还是那个分析流程，就是把分析平台从关系型数据库放到了大数据平台