三千记之知识备忘

1、hive 中 group by 优化 count(distinct) 文章：
== 当时用distinct的时候，mapreduce会把所有的数据都shuffle到一个reduce上面，使用group by的话，会把数据分散到reduce上：
[1] http://blog.csdn.net/wisgood/article/details/18040363
[2] http://blog.csdn.net/xiaoshunzi111/article/details/68484426

---

2、shuffle的过程及作用：
[1]
[2]

---

3、hashmap的数据结构及原理：
== 是由数组+链表组成的哈希表，为的是数据查找方便，同时又不用那么多的存储空间。
[1] http://blog.csdn.net/vking_wang/article/details/14166593

---

4、kafka的分区与broker问题：
== 是。
[1] http://blog.csdn.net/vking_wang/article/details/14166593