Uber模式

Yarn 的资源分配机制里，Uber 模式算是个蛮实用的小技巧。默认配置下，每跑一个 task 就得重新拉起一个 JVM，资源用得有点浪费，效率也上不来。嗯，如果任务不多，其实可以让多个 task 共享一个 JVM，这就是 Uber 的思路。简单说，就是在一个 container 里连续跑多个 task，省事儿不少。 Application Master负责给每个 task 找 container，Yarn 默认一 task 一 JVM，这就导致频繁启动和销毁，挺耗资源的。你要是任务小又密集，建议直接打开 Uber 模式，把 JVM 复用上，执行速度提升还蛮的。 配置也不复杂，改下yarn-s

Apache Hive JDBC Uber 2.6.5.0是Apache Hive的一个重要组件，通过标准的Java数据库连接（JDBC）与Hive服务器进行交互。这个版本的Hive JDBC驱动是一个精简版本，集成了所有必要的依赖，简化了使用过程。开发人员可以利用它在Java应用程序中执行SQL查询和操作存储在Hadoop集群上的Hive数据仓库。这对数据分析师、数据库管理员和开发者都非常实用，支持使用SQL语句进行数据处理。此外，它还提供了连接管理、事务支持、性能优化和多种安全模式的功能。

该 JAR 文件为 DataGrip 连接 Hive 提供 JDBC 驱动支持。更多信息，请参阅《使用 DataGrip 连接 Hive》教程。

flink 1.11版本后不再自带连接Hadoop的jar包，需要手动编译打包。这里分享我编译好的jar包，供有需要的人使用。

逻辑备份又分为三种模式： 表模式（T）：这种模式可以卸出当前用户数据库模式下的表，甚至是所有的表。具有特权的用户可以根据所指定的数据库模式来（限制表）卸出他们所包含的表。缺省情况下，卸出的为当前用户下的所有表。 用户模式（U）：这种模式可以卸出当前用户数据库模式下的所有实体（表、数据和索引）。 全数据库模式（F）：只有具有EXP_FULL_DATABASE角色的用户才可能以这种模式卸出。以此模式卸出的用户，除SYS模式下的内容外，数据库中所有实体都可以卸出。

将数据库从归档模式转换为归档模式的过程称为归档模式向归档模式转换。

最新版本的flink不再兼容hadoop，用户需下载适配的hadoop依赖包，并将其放置到FLINK_HOME/lib目录下，方可实现与hdfs的连接。

当模式发生变化时，通过外模式/模式定义语句可以调整外模式/模式映射定义，从而保持外模式的稳定性。这种方式确保了数据与程序逻辑的独立性，是数据库设计中的重要策略。

SQL 服务器DROP database_name[,…n]例：DROP database SaleProduct 说明：只有处于正常状态的数据库才能使用 DROP 语句删除。 当数据库处于以下状态时无法删除：- 数据库正在使用中- 数据库正在恢复

外模式/模式映象是数据库中连接外模式和模式的桥梁。当数据库模式发生变化时，数据库管理员可以通过调整外模式/模式映象，使得外模式保持不变。由于应用程序是基于外模式编写的，这种机制确保了应用程序无需修改，从而实现了数据与程序的逻辑独立性。这意味着即使数据库底层结构发生变化，应用程序仍然可以正常运行，无需进行代码调整。