BasicOLAP平时用的 OLTP 数据库（联机事务处理）较多，面向前台应用，注重高吞吐和高并发，对相应时间要求高。
而大数据集的统计分析需要 OLAP（联机分析处理），其本身不产生数据，基础数据主要来源于生产系统的操作数据，且经常使用多表关联、全表扫描等复杂查询，牵涉的数据量庞大，且响应时间与具体查询有很大关系。
PostgreSQL & GreenplumPG 是成熟先进的关系型数据库，而 Greenplum 本质上将就是一个关系型数据库集群（PG集群），是由若干个独立数据库服务组合成的逻辑数据库，即为用户提供了一个逻辑上透明的数据库。Greenplum 采用 Shared...
人们如何做出决策1. People face tradeoffs人们面临权衡取舍。
稀缺资源投入抉择：大炮与黄油。
GPD与环境：有生产则有污染。
Efficiency 效率 v. Equity 公平：
效率：多劳多得，少劳少得；
公平：所有生成出来的东西公平分配；
效率提高可以把蛋糕越做越大，但贫富差距会拉大；注重公平会损失蛋糕本身。
2. The cost of something is what you give up to get it某东西的成本就是为得到它所放弃的东西。
机会成本：为了得到某种东西所必须放弃的东西。
3. Rational people th...
接触 Calcite 的时间不算长，感觉 Calcite 还是很难的，越往下看各个名次及查询优化部分就很难看的下去。不过工作方面暂时只用到了 Adapter 部分，而且由于通用性的考量，使用的 Table 暂时是ScannableTable。一下子接触太多东西也容易忘，所以还是从头开始记笔记，一边完成工作上的事一边继续学习，一蹴而不可取。
主要内容来自 Calcite 的英文官方指南，介绍如何使用 Calcite 对 CSV 进行 SQL 查询，主要参考一个基础的 Adapter 是如何实现的。
1234git clone https://github.com/apache/calc...
Hive简介Hive是Hadoop的数据仓库工具，可将结构化的数据文件映射为一张表，提供类SQL的查询功能。其本质是将HQL转化为MapReduce程序。
Hive处理的数据存储在HDFS中。
Hive分析数据的默认实现是MapReduce（可以改成Spark)。
Hive执行程序运行在Yarn上。
Hive 适用于数据分析场景以及对实时性要求不高的场合。其优势在于处理大数据，对于小数据处理没有优势，Hive的执行延迟较高（MapReduce 本身具有较高的延迟）。Hive还支持用户自定义函数。
Hive的缺点在于两点：HQL表达能力有限，迭代式算法无法表达（计算结果再次处理），故在数据...
HikariCP 的全部配置介绍来自其首页，主要分为必填项和可选项，对于大部分配置项，HikariCP会有默认设置，官方建议在使用时无需过多的调整。 一些非必要属性的配置说明来自《HikariCP数据库连接池实战》。
HDFS、YARN、MapReduce
Prometheus 作为当前炙手可热的云原生监控系统，是继 Kubernetes 之后第二个加入云原生计算基金会的成员。其安装及使用也是相当便捷，有强大的扩展性和集成性，查询语言 PromQL 可以轻松完成指标数据的查询与聚和。
作为
Micrometer+Prometheus+Grafana的开篇，介绍Micrometer的基础应用。当前项目与数据库集打交道，但目前因为没有相关指标监控，项目运行情况一直是个黑盒。对于接口调用情况、连接池配置情况、性能情况若都是手动分析日志，则必然是不可行的。所以想要基于这三者搭建一台指标监控体系。
介绍了原子操作类，以
AtomicLong介绍原子类的实现，并对原子类的分类和使用（基本数据类型、引用类型、对象属性更新器、数组、累加器）进行说明。
SynchronousQueue: 一个不存储元素的阻塞队列；
