目标

工作之后就很少时间用来沉淀知识了，难得用空闲时间沉淀一下自己。
成为一名中级数据开发工程师。偏向于数据仓库，数据治理方向。

整体排期

1 hive
2 hadoop
3 flink
4 spark
5 闲杂工具 kafka maxwell cancal
6 数据建模（偏向于kimboll维度建模）
7 机器学习 --常见算法理论 简单应用
8 python编程 numpy pandas matplotlib等常用分析工具
9 ETL开发
10 shell 常规使用

1 Hive

概念：

acid :
atomicity 原子性: 要么全部成功，要么全部失败恢复如初
consistency : 一致性 ：数据库保持完整性，不可能一个人账单
isolation 隔离性 ：多并发的时候是否保持隔离
durability 持久性 ：一旦更改成功，哪怕机器坏掉了数据页不会丢失
cap :
consistency 一致性 数据更新完后，所有的数据完全一致。
availability:可用性 任何节点都需要在一定时间完成。
partiton tolerance: 分区容错性
cap只能满足两个 ca的话传统数据库 ，mysql
cp的话 redis hbase这些
ap 的话，数据不一致就没办法了。 一般大数据都是谈cp,ap，如果没有p,就不要谈大数据了。
怎么说？CAP理论的C和ACID的C一致性含义不一样要记住哦。