編譯完全是參考簡書的文章進行編譯的，原鏈接如下：
編譯Spark源碼支持Hive並部署
這次編譯真實抓狂，編譯過程中總是refuse connected。。。
https://zhuanlan.zhihu.com/p/133316667 歡迎關注微信公衆號：ApacheHudi 1. 項目背景 傳統數倉的組織架構是針對離線數據的OLAP（聯機事務分析）需求設計的，常用的導入數據方式爲採用sqoo
https://blog.csdn.net/wypblog/article/details/104890482?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommend
通過HiveContext創建RDD Apache Hive 是 Hadoop 上的一種常見的結構化數據源。Hive 可以在 HDFS 內或者在其他 存儲系統上存儲多種格式的表。這些格式從普通文本到列式存儲格式，應有盡有。Spark SQ
https://blog.csdn.net/qq_19248065/article/details/103481123 1、Hudi簡介 Hudi是Hadoop Updates and Incrementals的縮寫，用於管理HDFS上的
https://docs.amazonaws.cn/emr/latest/ReleaseGuide/emr-hudi-how-it-works.html 當 Hudi 與 Amazon EMR 結合使用時，您可以使用 Spark 數據源
常用命令： sc.broadcast ：broadcast 是將只讀變量廣播到節點（node）而不是 broadcast 到每個 task sc.textFiles(path) 能將path 裏的所有文件內容讀出，以文件中
spark漫遊記之-思維導圖系列 spark 優化思維導圖 ref 1.1 spark dataframe 以下列表可以淺顯的認識spark dataframe 數據庫集合的操作 more spark dataframe jo
上圖找不到reduceByKey方法，主要是rdd2可能爲空的情況，而reduceByKey只能給確定的(k,v) 使用，這種不確定性導致無法調用reduceByKey,修改爲下面的就好了 可以看到將if去掉就可以調用了
