hive&greenplum

╰半橙微兮° 2022-12-29 12:48 214阅读 0赞

# 学习目标： #

hive编程&greenplum实战  
主要掌握查询语句

--------------------

# 学习内容： #

## 1、 Hive基础(内部原理）：Hadoop生态系统中的hive ##

**Hive的出现:** 通过HiveQL帮助用户从现有的基于sql的数据基础架构转移到Hadoop上。Hive可以将大多数查询转换为MapReduce任务(job)。  
**Hive的限制（缺陷）:** Hive 不是一个完整的数据库，Hive不支持记录级别的更新、插入或者删除操作(但是用户可以通过查询生成新表或者将查询结果导入到文件中）；Hadoop是一个面向批处理的分布式文件系统，MapReduce 任务的启动过程需要消耗较长的时间，所以Hive延时较长；Hive不支持事务（OLTP），Hive更接近OLAP(联机分析技术）工具。  
**Hadoop和MapReduce：** MapReduce是一种计算模型：将大型数据处理任务分解成很多单个的、可以在服务器集群中并行执行的任务。并且这些任务的计算结果可以合并成最终结果

在MapReduce计算框架中，某个键的所有键值对都会被分发到同一个reduce操作中，即：这个键和这个键所对的所有值都会被传递给同一个Reducer。reduce过程就是将值的集合转换成一个值(累加求和或者求平均值），或者转换成另一个集合。这个Reduce最终会产生一个键值对。需要注意的是：输入和输出的键和值可能是不同的

Hadoop分布式文件系统中，每个数据块(block)都会被冗余多分(默认三份），这样可以保证不会因为单个硬盘或服务器的损坏(挂掉）导致数据丢失。

## 2、 HiveQL(建表、增删改、查询) ##

HiveQL是Hive查询语言，Hive 不支持行级插入、更新和删除操作。

**Hive中的数据库** ：本质上是表的一个目录或者命名空间。

**创建数据库：**

hive> CREATE DATABASE financials;

hive> CREATE DATABASE IF NOT EXISTS financials; # 避免该数据库已经存在而抛出错误信息的情况

**查看Hive中包含的数据库：**

hive> SHOW DATABASES;
    # >>>default financials
    
    hive> CREATE DATABASE human_resources;
    hive> SHOW DATABASES;
    # defaulut financials human_resources

**用正则表达式筛选需要的数据库名：**

hive> SHOW DATABASES LIKE 'h.*' ;
    # 即筛选出所有以字母h开头，以其他字符结尾(.*)的数据库名

**修改数据库的默认位置：**

hive> CREATE DATABASE financials
    	> COMMENT 'Holds all financial tables' ;  # 为这个数据库添加描述信息
    
    hive> DESCRIBE DATABASE financials;
    # >>> financials Holds all financials tables hdfs://master-server/user/hive/warehouse/financials.db

**DESCRIBE DATABASE** 会显示出这个数据库所在的文件目录位置路径

**为数据库增加键值对属性信息，通过DESCRIBE DATABASE EXTENDED <database＞语句显示这些信息**

hive> CREATE DATABASE finacials 
    	> WITH DBPROPERTIES ('creators' = 'Mark Moneybags', 'date' = '2012-01-02');
    	
    hive> DESCRIBE DATABASE EXTENDED financials;
    # >>> financials Holds all financials tables hdfs://master-server/user/hive/warehouse/financials.db {date=2012-01-02, creator=Mark Moneybags};

**USE命令：将某个数据库设置为当前工作数据库**

hive> USE financials ;

**删除数据库：**

hive> DROP DATABASE IF EXISTS financials;

**Hive不允许删除一个包含有表的数据库，加上CASCADE关键字就可以先删除表再删除库**

hive> DROP DATABASE IF EXISTS financials CASCADE ;

***修改数据库***

hive> ALTER DATABASE financials SET DBPROPERTIES('edited-by' = 'Joe Dba');

注意：没有办法删除或者重置数据库属性

**创建表**

CREATE TABLE IF NOT EXISTS mydb.employees(
    name			STRING COMMENT 'Employee name',
    salary			FLOAT COMMENT 'Employee salary',
    subordinates 	ARRAY<STRING> COMMENT 'Name of subordinates',
    deductions 		MAP<STRING, FLOAT>
    				COMMENT 'Keys are deductions names, values are percentages' ,
    address 		STRUCT<street:STRING, city:STRING, state:STRING, zip:INT>
    				COMMENT 'Home adress')
    COMMENT 'Description of the table'
    TBLPROPERTIES ('creator' = 'me', 'created_at' = '2012-01-02 10:00:00', ...)
    LOCATION '/user/hive/warehouse/mydb.db/employees';

**TBLPROPERTIES** 的主要作用是按键值对的格式为表增加额外的文档说明。

**拷贝一张已经存在的表**

CREATE TABLE IF NOT EXISTS mydb.employees2
    LIKE mydb.emplyees;

**SHOW TABLES命令**：

hive> USE mydb;
    hive> SHOW TABLES;
    
    hive> USE default;
    hive> SHOW TABLES IN mydb; # 指定数据库下的表
    
    hive> USE mydb;
    hive> SHOW TABLES 'empl.*' ; # 正则表达式

hive> DESCRIBE EXTENDED mydb.employees;  # 查询表的详细信息 EXTENDED 可以用FORMATTED关键字替代
    
    hive> DESCRIBE mydb.emplyees.salary;
    # 查看某一列的详细信息

**内部表（管理表）和外部表（EXTERNAL TABLE）**  
删除内部表也会删除表中的数据，删除外部表不会删除掉这份数据，不过描述表的元数据信息会被删除掉。  
创建外部表，指向其他目录（外部）的数据，从而可以使用hive在外部数据上执行一些查询。

**分区表：PARTITIONED BY (country STRING, state STRING )**  
作用：提高查询效率

**删除表：**

DROP TABLE IF EXISTS employees;

**修改表**：

ALTER TABLE log_messages RENAME TO logmsgs; # 表的重命名

ALTER TABLE log_messages ADD IF NOT EXISTS  
    PARTITION (year = 2011, month = 1 , day = 1) LOCATION '/logs/2011/01/01'  # 增加表分区
    # 关键字ADD改为DROP则是删除表分区

**修改列信息**

ALTER TABLE log_messages
    CHANGE COOLUMN hms hours_minutes_seconds INT
    COMMENT 'The hours, minutes, and seconds part of the timestamp' # 修改字段注释
    AFTER severity; # 修改字段位置

**增加列**

ALTER TABLE log_messages ADD COLUMNS (
    app_name STRING COMMENT 'Application name',
    session_id LONG COMMENT 'The current session id');

**删除或者替换列**

ALTER TABLE log_messages REPLACE COLUMNS (
    hour_mins_secs	INT COMMENT 'hour, minutes, seconds from timestamp',
    severity 		STRING COMMENT 'The message severity'
    message			STRING COMMENT 'The rest of the message');  # 未修改字段名，移除了之前所有字段并重新指定了新的字段

**修改列表属性**

ALTER TABLE log_messages SET TBLPROPERTIES (
    	'notes' = 'The process id is no longer captured; this column is always NULL');

**CH5 HiveQL的数据操作**  
1.向管理表中装载数据

LOAD DATA LOCAL INPATH '${env:HOME}/california_employees'
    OVERWRITE INTO TABLE employees
    PARTITION (country = 'US', state = 'CA');
    # 如果分区目录不存在的话,这个命令会先创建分区目录,然后在将数据拷贝到该目录下.如果目标表示非分区表,那么语句中应该省略PARTITION子句.

2.通过查询语句向表中插入数据

INSERT OVERWRITE TABLE employees
    PARTITION (country = 'US', state = 'OR')
    SELECT * FROM staged_employees se  # 选取stage_employees(se)表的相应字段插入到employee之前的分区表中
    WHERE se.cnty = 'US' AND se.st = 'OR';

# 查询 #

分区employees表![分区employees表][employees]

下面两个查询是等价的

hive> SELECT name, salary FROM employees;
    
    hive> SELECT name, salary FROM employees;
    hive> SELECT e.name, e.salary FROM employees e; # 表的别名

hive> SELECT name, deductions FROM employees; # deduction列是一个MAP,即键值对

![在这里插入图片描述][20201223175825593.png]  
**如何引用集合数据类型中的元素**  
![在这里插入图片描述][20201223180044520.png]  
***subordinates是列表***

hive> SELECT name, deductions["State Taxes"] FROM employees;  # deductions是MAP,相当于通过字典中的键来取值

![在这里插入图片描述][20201223180340245.png]

hive> SELECT name, address.city FROM employees;

address是STRUCT数据类型，　引用STRUCT中的一个元素，可以用\*\*＂．＂\*\*符号  
(address.city)  
![在这里插入图片描述][20201223180639310.png]  
**使用正则表达式来指定列**

hive> SELECT symbol, 'price.*' FROM stocks;  # 选取symbol列和所有列名义price作为前缀的列

![在这里插入图片描述][20201223182134202.png]

**使用列值进行计算**

hive> SELECT upper(name), salary, deductions["Federal Taxes"],
    	> round(salary * (1 - deductions["Federal Taxes"])) FROM employees;  # 查询语句太长,所以分成了两行

![在这里插入图片描述][20201223182631759.png]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70]  
…

**聚合函数**

hive> SELECT count(*), avg(salary) FROM employees;  # 查询示例表employees中有多少雇员,以及计算平均薪资

4 77500.0

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 1]

\*\* LIMIT语句\*\*  
LIMIT 2: 限制返回的行数  
![在这里插入图片描述][20201223183827711.png]  
**列别名** (as)  
![在这里插入图片描述][20201223184032265.png]  
**嵌套SELECT语句**  
对于嵌套查询语句来说,使用别名是非常有用的.  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 2]  
**CASE … WHEN … THEN 句式**  
用于处理单个列的查询结果.  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 3]  
CASE … WHEN … THEN … 的查询结果是新列bracket的内容.

\*\*\* WHERE语句\*\*\* (与AND和OR相连接)  
**SELECT语句用于选取字段，WHRER语句用于过滤条件**  
![在这里插入图片描述][20201223190904403.png]  
**WHERE语句中不能使用列别名**  
**所以要使用一个嵌套的SELECT语句**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 4]  
\*\*LIKE 和 RLIKE

*LIKE*

hive> SELECT name, address.street FROM employees WHERE address.street LIKE '%Ave';  # 住址街道以Ave结尾的雇员
    hive> SELECT name, address.city From employees WHERE address.city LIKE '%O';
    # 住址城市以O开头的雇员
    hive> SELECT name, address.street FROM employees WHERE address.street LIKE '%Chi%';
    # 住址街道包含Chi

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 5]  
*RLIKE*  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 6]  
或者：  
![在这里插入图片描述][20201223220403428.png]

**GROUP BY**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 7]

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 8]  
**HAVING语句**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 9]  
即HAVING子句通过一个简单的语法完成了原本需要通过子查询才能对GROUP BY语句产生的分组进行条件过滤的任务。

**如果没有HAVING子句，那么这个查询需要使用一个嵌套的SELECT子查询：**

hive> SELECT s2.year, s2.avg FROM 
    	> (SELECT year(ymd) AS year, avg(price_close) AS avg FROM stocks
    	> WHERE exchange = 'NASDAQ' AND symbol = 'AAPL'
    	> GROUP BY year(ymd) s2   # s2是表别名
    	> WHERE s2.avg > 50.0

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 10]

**JOIN 语句** （**Hive只支持等值连接**）

select…from…left join(select…from…):先表连接再select字段  
**INNER JOIN** 内连接

hive> SELECT a.ymd, a.price_close, b.price_close # 选取所需的三个字段
    	> FROM stocks a JOIN stocks b ON a.ymd = b.ymd # FROM（连接后的新表）WHERE （过滤条件） ON指定了两个表间数据进行连接的条件。
    	> WHERE a.symbol = 'APPl' and b.symbol ='IBM';

**先按ymd进行自连接（stock a stock b 是一个表），然后筛选出同一日期苹果和IBM的数据，最后SELECT所需的三个字段**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 11]  
**非自连接的等值内连接**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 12]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 13]  
**JOIN优化**![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 14]  
**LEFT OUTER JOIN** 左外连接  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 15]  
**笛卡尔积连接**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 16]  
**ORDER BY / SORT BY**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 17]  
**UNION ALL**

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 18]

## 3、 greenplum基础(前三章） ##

--------------------

# 学习产出： #

1、 hive编程前6章 重点第六章  
2、 greenplum前三章

[employees]: /images/20221120/73735da3c650492fbfdbf507f357b486.png
[20201223175825593.png]: /images/20221120/05e849c9616a4aa097e8b1c5ddec45e2.png
[20201223180044520.png]: /images/20221120/aa4d61cb5f1d4faa9029da87ea865409.png
[20201223180340245.png]: /images/20221120/5d1853d0f9ad4408a5d0bf981fcad4c1.png
[20201223180639310.png]: /images/20221120/e5276af8088144c2a9d8f10b1ab01ece.png
[20201223182134202.png]: /images/20221120/c71f6ceeaca64eb3889b51a4e028f04a.png
[20201223182631759.png]: /images/20221120/c5dd8092b792412eb09889673bc8d2dc.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20201223182853396.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20201223183312381.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg==,size_16,color_FFFFFF,t_70
[20201223183827711.png]: https://img-blog.csdnimg.cn/20201223183827711.png
[20201223184032265.png]: https://img-blog.csdnimg.cn/20201223184032265.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20201223185011488.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20201223185653778.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg==,size_16,color_FFFFFF,t_70
[20201223190904403.png]: https://img-blog.csdnimg.cn/20201223190904403.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/2020122319121918.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 5]: https://img-blog.csdnimg.cn/20201223215902582.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 6]: https://img-blog.csdnimg.cn/20201223220323864.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg==,size_16,color_FFFFFF,t_70
[20201223220403428.png]: https://img-blog.csdnimg.cn/20201223220403428.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 7]: https://img-blog.csdnimg.cn/20201223221325188.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 8]: https://img-blog.csdnimg.cn/2020122322135771.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 9]: https://img-blog.csdnimg.cn/20201223221531993.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 10]: https://img-blog.csdnimg.cn/20201223224052755.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 11]: https://img-blog.csdnimg.cn/20201223230921480.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 12]: https://img-blog.csdnimg.cn/2020122323180388.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 13]: https://img-blog.csdnimg.cn/20201223232118833.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 14]: https://img-blog.csdnimg.cn/20201223232351233.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 15]: https://img-blog.csdnimg.cn/20201223233520802.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 16]: https://img-blog.csdnimg.cn/20201224110632713.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 17]: https://img-blog.csdnimg.cn/20201224111958760.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg_size_16_color_FFFFFF_t_70 18]: https://img-blog.csdnimg.cn/20201227163810345.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hjemRoYg==,size_16,color_FFFFFF,t_70

hive&greenplum

发表评论取消回复

还没有评论，来说两句吧...

相关阅读