大数据是指不用随机分析法这样的捷径，而采用（）。

Kafka可以同时解决在线应用消息和离线应用日志的数据处理问题。

Kafka Producer读数据流程是，Producer连接任意存活的Broker，请求指定的Topic、Partition的Lader元数据信息，然后直接与对应的Broker直接连接，发布数据。

Kafka Consumer写数据的总体流程是，Consumer连接指定的Topic Partition所在的LeaderBroker，用主动的方式从Kafka中获取消息。

Kafak所有消息都会被持久化到硬盘中，同时Kafka通过对Topic Partition设置 Replication来保障数据的可靠性。

ISA类数据采集的数据源是textfile。

INSERT语句在数据导入时效率比较低，因此不要使用INSERT的方式来对数据表的写入。

HLog日志保证了用户写入的数推不丢失。

HLL类型的存储长度是固定的。

Hive中union all操作符用于合并两个或多个select语句的结果集，结果集中，不允许有重复值。

Hive中group by指的是通过一定规则将一个数据集划分成若干个小的数据集，然后针对若干个小的数据集进行分组处理。