趋近智
构建规模化数据仓库
章节 1: MPP 架构与存储原理
大规模并行处理的基本原理
计算与存储分离
列式存储格式与压缩
微分区与元数据管理
实践：检查存储配置
章节 2: 大规模数据建模进阶
大数据中的维度建模限制
Data Vault 2.0 实施模式
处理半结构化数据
模式演变与版本管理
动手实践：设计数据保险库
章节 3: 高吞吐量数据摄取管道
变更数据捕获架构
数据管道中的幂等性
微批处理与流式摄取
处理延迟到达的数据
实践操作：构建CDC管道
章节 4: 查询优化与性能调优
分析查询执行计划
分区剪枝与聚簇键
连接策略：广播连接与洗牌连接
物化视图与缓存层
动手实践：优化高延迟查询
章节 5: 治理、安全与可观测性
基于角色的访问控制层级结构
动态数据屏蔽与令牌化
行级安全实现
资源监控与成本管控
动手实践：配置安全策略
连接策略：广播连接与洗牌连接
这部分内容有帮助吗？
- Database Management Systems, Raghu Ramakrishnan, Johannes Gehrke, 2003 (McGraw-Hill Education) - 一本标准教科书，提供了分布式数据库和查询处理的基本概念，包括连接算法。
- Performance Tuning Guide - Join Strategy Hints, The Apache Software Foundation, 2024 (The Apache Software Foundation) - Apache Spark SQL 的官方文档，解释了连接策略，包括广播和混洗连接，以及如何对其进行干预。
- Query Profile, Snowflake Inc., 2025 (Snowflake Inc.) - Snowflake 的官方文档，描述了如何分析查询执行计划以理解连接策略和性能。
- Skew-Tolerant Join Methods for MapReduce, Bugra Okcan, Vadim Riabov, 2011 Proceedings of the VLDB Endowment, Vol. 4 (VLDB Endowment) DOI: 10.14778/340270.340277 - 这篇论文讨论了在大型数据处理系统中，分布式连接操作中处理数据倾斜的方法。
© 2025 ApX Machine Learning用心打造