如何把hivesql当做mapreduce程序来读?hivesql解决数据倾斜的方法
【资料图】
优化时,把hive sql当做map reduce程序来读,会有意想不到的惊喜。 理解hadoop的核心能力,是hive优化的根本。这是这一年来,项目组所有成员宝贵的经验总结。 长期观察hadoop处理数据的过程,有几个显著的特征: 1.不怕数据多,就怕数据倾斜。 2.对jobs数比较多的作业运行效率相对比较低,比如即使有几百行的表,如果多次关联多次汇总,产生十几个jobs,没半小时是跑不完的。map reduce作业初始化的时间是比较长的。 3.对sum,count来说,不存在数据倾斜问题。 4.对count(distinct ),效率较低,数据量一多,准出问题,如果是多count(distinct )效率更低。 优化可以从几个方面着手: 1. 好的模型设计事半功倍。 2. 解决数据倾斜问题。 3. 减少job数。 4. 设置合理的map reduce的task数,能有效提升性能。(比如,10w+级别的计算,用160 个reduce,那是相当的浪费,1个足够)。 5. 自己动手写sql解决数据倾斜问题是个不错的选择。set hive.groupby.skewindata=true;这 是通用的算法优化,但算法优化总是漠视业务,习惯性提供通用的解决方法。 Etl开发人员更了解业务,更了解数据,所以通过业务逻辑解决倾斜的方法往往更精确,更有效。 6. 对count(distinct)采取漠视的方法,尤其数据大的时候很容易产生倾斜问题,不抱侥幸心 理。自己动手,丰衣足食。 7. 对小文件进行合并,是行至有效的提高调度效率的方法,假如我们的作业设置合理的文 件数,对云梯的整体调度效率也会产生积极的影响。 8. 优化时把握整体,单个作业最优不如整体最优。 迁移和优化过程中的案例: 问题1:如日志中,常会有信息丢失的问题,比如全网日志中的user_id,如果取其中的user_id和bmw_users关联,就会碰到数据倾斜的问题。 方法:解决数据倾斜问题 解决方法1. User_id为空的不参与关联,例如: Select * From log a Join bmw_users b On a.user_id is not null And a.user_id = b.user_id Union all Select * from log a where a.user_id is null. 解决方法2 : Select * from log a left outer Join bmw_users b On a.user_id is not null And a.user_id = b.user_id Union all Select * from log a where a.user_id is null. 解决方法 2 : Select * from log a left outer join bmw_users b on case when a.user_id is null then concat(‘dp_hive’,rand() ) else a.user_id end = b.user_id; 总结:2比1效率更好,不但io少了,而且作业数也少了。1方法log读取两次,jobs是2。2方法job数是1 。这个优化适合无效id(比如-99,’’,null等)产生的倾斜问题。把空值的key变成一个字符串加上随机数,就能把倾斜的数据分到不同的reduce上 ,解决数据倾斜问题。因为空值不参与关联,即使分到不同的reduce上,也不影响最终的结果。附上hadoop通用关联的实现方法(关联通过二次排序实现的,关联的列为parition key,关联的列c1和表的tag组成排序的group key,根据parition key分配reduce。同一reduce内根据group key排序)。 问题2:不同数据类型id的关联会产生数据倾斜问题。 一张表s8的日志,每个商品一条记录,要和商品表关联。但关联却碰到倾斜的问题。s8的日志中有字符串商品id,也有数字的商品id,类型是string的,但商品中的数字id是bigint的。猜测问题的原因是把s8的商品id转成数字id做hash来分配reduce,所以字符串id的s8日志,都到一个reduce上了,解决的方法验证了这个猜测。 方法:把数字类型转换成字符串类型 Select * from s8_log a Left outer join r_auction_auctions b On a.auction_id = cast(b.auction_id as string); 问题3:利用hive 对UNION ALL的优化的特性 hive对union all优化只局限于非嵌套查询。 比如以下的例子: select * from (select * from t1 Group by c1,c2,c3 Union all Select * from t2 Group by c1,c2,c3) t3 Group by c1,c2,c3; 从业务逻辑上说,子查询内的group by 怎么都看显得多余(功能上的多余,除非有count(distinct)),如果不是因为hive bug或者性能上的考量(曾经出现如果不子查询group by ,数据得不到正确的结果的hive bug)。所以这个hive按经验转换成 select * from (select * from t1 Group by c1,c2,c3 Union all Select * from t2 Group by c1,c2,c3) t3 Group by c1,c2,c3; 经过测试,并未出现union all的hive bug,数据是一致的。mr的作业数有3减少到1。 t1相当于一个目录,t2相当于一个目录,那么对map reduce程序来说,t1,t2可以做为map reduce 作业的mutli inputs。那么,这可以通过一个map reduce 来解决这个问题。Hadoop的计算框架,不怕数据多,就怕作业数多。 但如果换成是其他计算平台如oracle,那就不一定了,因为把大的输入拆成两个输入,分别排序汇总后merge(假如两个子排序是并行的话),是有可能性能更优的(比如希尔排序比冒泡排序的性能更优)。 问题4:比如推广效果表要和商品表关联,效果表中的auction id列既有商品id,也有数字id,和商品表关联得到商品的信息。那么以下的hive sql性能会比较好 Select * from effect a Join (select auction_id as auction_id from auctions Union all Select auction_string_id as auction_id from auctions ) b On a.auction_id = b.auction_id。 比分别过滤数字id,字符串id然后分别和商品表关联性能要好。 这样写的好处,1个MR作业,商品表只读取一次,推广效果表只读取一次。把这个sql换成MR代码的话,map的时候,把a表的记录打上标签a,商品表记录每读取一条,打上标签b,变成两个对,,。所以商品表的hdfs读只会是一次。 问题5:先join生成临时表,在union all还是写嵌套查询,这是个问题。比如以下例子: Select * From (select * From t1 Uion all select * From t4 Select * From t2 Join t3 On t2.id = t3.id ) Group by c1,c2; 这个会有4个jobs。假如先join生成临时表的话t5,然后union all,会变成2个jobs。 Insert overwrite table t5 Select * From t2 Join t3 On t2.id = t3.id ; Select * from (t1 union t4 union all t5) hive在union all优化上可以做得更智能(把子查询当做临时表),这样可以减少开发人员的负担。出现这个问题的原因应该是union all目前的优化只局限于非嵌套查询。如果写MR程序这一点也不是问题,就是muti inputs。 问题6:使用map join解决数据倾斜的常景下小表关联大表的问题,但如果小表很大,怎么解决。这个使用的频率非常高,但如果小表很大,大到map join会出现bug或异常,这时 就需要特别的处理。云瑞和玉玑提供了非常给力的解决方案。以下例子: Select * from log a Left outer join members b On a.memberid = b.memberid. Members有600w+的记录,把members分发到所有的map上也是个不小的开销,而且map join不支持这么大的小表。如果用普通的join,又会碰到数据倾斜的问题。 解决方法: Select /*+mapjoin(x)*/* from log a Left outer join (select /*+mapjoin(c)*/d.* From (select distinct memberid from log ) c Join members d On c.memberid = d.memberid )x On a.memberid = b.memberid。 先根据log取所有的memberid,然后mapjoin 关联members取今天有日志的members的信息,然后在和log做mapjoin。 假如,log里memberid有上百万个,这就又回到原来map join问题。所幸,每日的会员uv不会太多,有交易的会员不会太多,有点击的会员不会太多,有佣金的会员不会太多等等。所以这个方法能解决很多场景下的数据倾斜问题。 问题7:HIVE下通用的数据倾斜解决方法,double被关联的相对较小的表,这个方法在mr的程序里常用。还是刚才的那个问题: Select * from log a Left outer join (select /*+mapjoin(e)*/ memberid, number From members d Join num e ) b On a.memberid= b.memberid And mod(a.pvtime,30)+1=b.number。 Num表只有一列number,有30行,是1,30的自然数序列。就是把member表膨胀成30份,然后把log数据根据memberid和pvtime分到不同的reduce里去,这样可以保证每个reduce分配到的数据可以相对均匀。就目前测试来看,使用mapjoin的方案性能稍好。后面的方案适合在map join无法解决问题的情况下。 长远设想,把如下的优化方案做成通用的hive优化方法 1. 采样log表,哪些memberid比较倾斜,得到一个结果表tmp1。由于对计算框架来说, 所有的数据过来,他都是不知道数据分布情况的,所以采样是并不可少的。Stage1 2. 数据的分布符合社会学统计规则,贫富不均。倾斜的key不会太多,就像一个社会的富 人不多,奇特的人不多一样。所以tmp1记录数会很少。把tmp1和members做map join生成tmp2,把tmp2读到distribute file cache。这是一个map过程。Stage2 3. map读入members和log,假如记录来自log,则检查memberid是否在tmp2里,如果 是,输出到本地文件a,否则生成的key,value对,假如记录来自member, 生成的key,value对,进入reduce阶段。Stage3. 4. 最终把a文件,把Stage3 reduce阶段输出的文件合并起写到hdfs。 这个方法在hadoop里应该是能实现的。Stage2是一个map过程,可以和stage3的map过程可以合并成一个map过程。 这个方案目标就是:倾斜的数据用mapjoin,不倾斜的数据用普通的join,最终合并得到完整的结果。用hive sql写的话,sql会变得很多段,而且log表会有多次读。倾斜的key始终是很少的,这个在绝大部分的业务背景下适用。那是否可以作为hive针对数据倾斜join时候的通用算法呢? 问题8:多粒度(平级的)uv的计算优化,比如要计算店铺的uv。还有要计算页面的uv,pvip. 方案1: Select shopid,count(distinct uid) From log group by shopid; Select pageid, count(distinct uid), From log group by pageid; 由于存在数据倾斜问题,这个结果的运行时间是非常长的。 方案二: From log Insert overwrite table t1 (type=’1’) Select shopid Group by shopid ,acookie Insert overwrite table t1 (type=’2’) Group by pageid,acookie; 店铺uv: Select shopid,sum(1) From t1 Where type =’1’ Group by shopid 页面uv: Select pageid,sum(1) From t1 Where type =’1’ Group by pageid 这里使用了multi insert的方法,有效减少了hdfs读,但multi insert会增加hdfs写,多一次额外的map阶段的hdfs写。使用这个方法,可以顺利的产出结果。 方案三: Insert into t1 Select type,type_name,’’ as uid From ( Select ‘page’ as type, Pageid as type_name, Uid From log Union all Select ‘shop’ as type, Shopid as type_name, Uid From log ) y Group by type,type_name,uid; Insert into t2 Select type,type_name,sum(1) From t1 Group by type,type_name; From t2 Insert into t3 Select type,type_name,uv Where type=’page’ Select type,type_name,uv Where type=’shop’ 最终得到两个结果表t3,页面uv表,t4,店铺结果表。从io上来说,log一次读。但比方案2少次hdfs写(multi insert有时会增加额外的map阶段hdfs写)。作业数减少1个到3,有reduce的作业数由4减少到2,第三步是一个小表的map过程,分下表,计算资源消耗少。但方案2每个都是大规模的去重汇总计算。 这个优化的主要思路是,map reduce作业初始化话的时间是比较长,既然起来了,让他多干点活,顺便把页面按uid去重的活也干了,省下log的一次读和作业的初始化时间,省下网络shuffle的io,但增加了本地磁盘读写。效率提升较多。 这个方案适合平级的不需要逐级向上汇总的多粒度uv计算,粒度越多,节省资源越多,比较通用。 问题9:多粒度,逐层向上汇总的uv结算。比如4个维度,a,b,c,d,分别计算a,b,c,d,uv; a,b,c,uv;a,b,uv;a;uv,total uv4个结果表。这可以用问题8的方案二,这里由于uv场景的特殊性,多粒度,逐层向上汇总,就可以使用一次排序,所有uv计算受益的计算方法。 案例:目前mm_log日志一天有25亿+的pv数,要从mm日志中计算uv,与ipuv,一共计算 三个粒度的结果表 (memberid,siteid,adzoneid,province,uv,ipuv) R_TABLE_4 (memberid,siteid,adzoneid,uv,ipuv) R_TABLE_3 (memberid,siteid,uv,ipuv) R_TABLE_2 第一步:按memberid,siteid,adzoneid,province,使用group去重,产生临时表,对cookie,ip 打上标签放一起,一起去重,临时表叫T_4; Select memberid,siteid,adzoneid,province,type,user From( Select memberid,siteid,adzoneid,province,‘a’ type ,cookie as user from mm_log where ds=20101205 Union all Select memberid,siteid,adzoneid,province,‘i’ type ,ip as user from mm_log where ds=20101205 ) x group by memberid,siteid,adzoneid,province,type,user 第二步:排名,产生表T_4_NUM.Hadoop最强大和核心能力就是parition 和 sort.按type,acookie分组, ype,acookie,memberid,siteid,adzoneid,province排名。 Select * , row_number(type,user,memberid,siteid,adzoneid ) as adzone_num , row_number(type,user,memberid,siteid ) as site_num, row_number(type,user,memberid ) as member_num, row_number(type,user ) as total_num from (select * from T_4 distribute by type,user sort by type,user, memberid,siteid,adzoneid ) x; 这样就可以得到不同层次粒度上user的排名,相同的user id在不同的粒度层次上,排名等于1的记录只有1条。取排名等于1的做sum,效果相当于Group by user去重后做sum操作。 第三步:不同粒度uv统计,先从最细粒度的开始统计,产生结果表R_TABLE_4,这时,结果集只有10w的级别。 如统计memberid,siteid,adzoneid,provinceid粒度的uv使用的方法就是 Select memberid,siteid,adzoneid, provinceid, sum(case when type =’a’ then cast(1) as bigint end ) as province_uv , sum(case when type =’i’ then cast(1) as bigint end ) as province_ip , sum(case when adzone_num =1 and type =’a’ then cast(1) as bigint end ) as adzone_uv , sum(case when adzone_num =1 and type =’i’ then cast(1) as bigint end ) as adzone_ip , sum(case when site_num =1 and type =’a’ then cast(1) as bigint end ) as site_uv , sum(case when site_num =1 and type =’i’ then cast(1) as bigint end ) as site_ip , sum(case when member_num =1 and type =’a’ then cast(1) as bigint end ) as member_uv , sum(case when member_num =1 and type =’i’ then cast(1) as bigint end ) as member_ip , sum(case when total_num =1 and type =’a’ then cast(1) as bigint end ) as total_uv , sum(case when total_num =1 and type =’i’ then cast(1) as bigint end ) as total_ip , from T_4_NUM group by memberid,siteid,adzoneid, provinceid 广告位粒度的uv的话,从R_TABLE_4统计,这是源表做10w级别的统计 Select memberid,siteid,adzoneid,sum(adzone_uv),sum(adzone_ip) From R_TABLE_4 Group by memberid,siteid,adzoneid; memberid,siteid的uv计算 , memberid的uv计算, total uv 的计算也都从R_TABLE_4汇总。
标签:
相关推荐:
精彩放送:
- []【世界播资讯】金隅集团20亿元超短期融资券申购区间为2.25%-2.45%
- []厦门海沧投资完成发行5亿元超短债 利率为2.94%
- []天天微动态丨北方导航:截至2023年4月10日,公司股东人数约为9.97万人
- []上实集团成功发行15亿元超短期融资券 利率2.32%
- []世界聚焦:滨江集团拟发行6亿元短期融资券 申购区间为4.0%-5.0%
- []天天快看:神开股份:公司目前暂无用于加氢站的产品,但公司正在关注氢能行业的发展,谋求布局相关产业的机会
- []全球消息!熵基科技:公司与微软正在就OpenAI相关接口进行测试,目前部分接口已经测试完成
- []全球播报:成功!新一代载人火箭取得重要突破
- []全球头条:一张图:黄金原油外汇股指"枢纽点+多空占比"一览(2023/04/11周二)
- []比特大陆被北京税务局罚款2496.87万
- []天天速递!北京房山拟试点“一区一策”,3月新房销售套数环比上涨155.19%
- []全球观速讯丨永清环保:目前尔康制药光储一体化项目暂未施工,已进入前期准备工作
- []上海:上周新建商品住宅成交面积11.22万平方米,环比减少74.94%
- []出口、轿车板块发力,江淮乘用车Q1销量同比增4倍
- []世界热推荐:北京建工集团12亿超短期融资券将到期兑付 票面利率1.78%
- []中国核建:公司核电工程新签订单与行业投资额正相关,公司将抢抓核电发展机遇,巩固提升业务竞争优势
- []世界视点!储能技术领航!鹏辉能源2023新一代电芯发布
- []10转5股什么意思
- []快播:拉萨游资买入后第二天一定会跌吗
- []天天观天下!云储新能源斩获两项大奖,惊艳亮相第十一届储能国际峰会暨展览会
- []新华三是国企吗
- []每日焦点!今年最火的,肯定是民宿:五一假期部分价格翻5倍,有老板称3月就订满
- []一体化COP-A9C荣获“第十一届中国电子信息博览会创新奖”
- []港股内地物管股上扬 融创服务涨10.22%
- []港股ChatGPT概念股多数上涨 商汤涨超3%
- []全球速读:A股房地产开发板块持续拉升 天地源涨5%、粤泰股份涨4%
- []苏州:到2025年培育20家年贸易额超亿美元的数字贸易重点企业
- []陈茂波指新一期的消费券进一步巩固经济复苏势头
- []中科建通科研创新解决不良地层地铁隧道开挖难题
- []世界通讯!博菲电气:公司的高分子复材边框,胶类,树脂类产品未用于钙钛矿电池
- []热点!澳姿“飞检”不达标被责令停产整改 护发产品曾两次被检出禁用原料
- []全球微资讯!德固特:2023年发展规划请您关注后续披露的年度报告,谢谢您对公司的建议与支持!
- []全球速递!华自科技:截至2023年4月10日,公司股东总户数为34099人
- []什么叫设区市?设区市是什么意思?
- []今日快看!赢渠梁怎么死的?赢渠梁历史资料介绍?
- []全球热点评!土豆有什么功效与作用?土豆有哪些营养价值?
- []每日看点!张家界玻璃栈道在哪?张家界玻璃栈道全长是多少?
- []【环球新视野】筹码峰选股方法
- []360市值最高是多少
- []鹏辉能源拟投资70亿元扩产储能项目,其家用储能出货量全球前二
- []【世界热闻】清凉寺在什么地方?全国有多少个清凉寺?
- []移动手机号如何注册?移动手机号的注册方法介绍?
- []外商独资企业和外企是一回事吗?外商独资企业指什么?
- []全球观速讯丨急拉慢跌现象说明什么
- []腊月二十三是什么节日?腊月二十三的习俗是什么?
- []环球快看点丨计算机的两个基本能力是什么?计算机由什么组成的?
- []清楚的反义词是什么?清楚的反义词有哪些?
- []当前快报:“五一”旅游旺季临近,机构:相关板块已重新具备估值优势
- []潘石屹卸任北京SOHO公司董事长
- []招商银行上海分行二手房“带押过户”贷款落地 首笔发放200万元
- []天天观察:重庆科学城江津园区开发建设集团25亿元私募债券项目更新至“通过”
- []淮河能源:涉及公司收购控股股东淮南矿业相关资产的具体事项,请您届时关注公司后续相关公告
- []深圳龙岗城建投资集团30亿元小公募债券项目更新至“提交注册”
- []天天新消息丨亨迪药业:截至2023年4月10日,公司股东户数为26,276户
- []华润置地80亿元消费基础设ABS债券项目更新至“已反馈”
- []环球热文:航发动力:公司生产经营情况一切正常,请勿相信网上不实信息
- []万宁万城镇西门社区开展禁毒普法教育讲座活动
- []今头条!航司收益管理策略变革:新兴技术的推动作用
- []全球今亮点!楼市“小阳春”的另一面
- []天天观速讯丨江苏国信:我公司将于4月28日披露2023年第一季度报告,其中会披露3月31日股东人数
- []快消息!金地集团:公司2022年报预计于2023年4月29日披露
- []环球热头条丨商业志 | 封关倒计时 王府井海南免税卡位战
- []速看:中海物业港澳拉车 中标政府部门总部大楼仍难解毛利隐疾
- []销售与均价双降 金地首季寻求拿地、代建破局
- []每日关注!首季销售507亿与收租58.6亿 龙湖继续保持谨慎
- []全球热资讯!“五一”长假 国内旅游预订量较2019年涨200%
- []当前短讯!ST交投:截至2023年4月10日,公司股东户数为7,454户
- []世界要闻:科源制药:公司目前是国际某知名化妆品的供应商,采用的CDMO模式
- []快手山东肝病科宋现祯在哪家医院坐诊?济南中医肝病医院怎么样?
- []聚焦:南航“畅游中国”最高飙升至8800元
- []天天视讯!四月,在新疆可可托海弄雪
- []【环球聚看点】尚太科技:关于客户合作情况,若有新的进展,公司会按照相关信息披露规定及时履行信息披露义务
- []快看点丨埃斯顿:“人形机器人”体现了AI技术在机器人领域的应用,这也是未来机器人发展的方向之一
- []全球球精选!中国旅游二季度展望:除了五一还能指望什么
- []全球通讯!古越龙山:4月10日融资买入1476.53万元,融资融券余额3.29亿元
- []医保共济账户怎么使用
- []【环球快播报】凌霄泵业2022年净利4.22亿同比下滑12.7% 董事长王海波薪酬478.57万
- []世界观察:沪硅产业2022年净利3.25亿同比增长122.45% 总裁邱慈云薪酬1128.56万
- []快资讯丨平安金管家如何退保险
- []每日精选:人寿保险退保大概扣多少费
- []全球焦点!4月11日财经早餐:美元因美联储加息押注而上涨,金价跌破2000美元/盎司
- []平安普惠的保险费和服务费能退吗
- []世界资讯:什么是不计免赔
- []环球快看:韩国:发放最高70万韩元父母津贴 上调生计津贴等新规明年上线
- []每日看点!比亚迪发布云辇系统,用新技术重新定义车身控制
- []图解陕天然气年报:第四季度单季净利润同比减80.57%
- []房玲等:建业地产现上市首亏,资金压力仍待缓解
- []【环球快播报】潘石屹卸任北京搜候房地产有限责任公司董事长
- []西南最大的爱尔眼科医学中心顺利封顶 推动贵州眼科医疗全面升级
- []天天热点!瑞银:今年二季度同比住房销售增长应更强劲 全年增长或优于预期
- []每日热讯!潘石屹卸任北京搜候公司董事长 但仍持有股份
- []消息!捷安高科:4月7日公司高管高志生减持公司股份合计21.25万股
- []环球热点!想让员工告别垫款,告别贴发票,来厦门看其他差旅买家怎么做!
- []莱茵体育:莱茵达控股需支付5020.4万元业绩补偿款
- []仕佳光子:4月6日至4月7日钟飞、孙健、李建光、张家顺、张瑞康、李程、王宝军、谢亮减持公司股份合计62.8万股
- []环球资讯:腾景科技:4月6日公司高管颜贻崇减持公司股份合计3.3万股
- []天天微动态丨当前热讯:已离婚 小孩跟爸爸 妈妈经常来见小孩或带小孩出去 着行为能否
- []最新快讯!河南周口:调整二套住房认定标准,购房可提直系亲属公积金
- []长海股份:目前项目都在推进中,相关进展情况请您关注公司2022年年度报告
- []蓝光发展:蓝光集团6522万股将被司法拍卖 占总股本2.15%
- 韧时之花,此刻首次绽放——《流浪地球》中国首展落地宁波阪急
- 当前热文:qq手机浏览器特色有哪些?手机qq浏览器2020官方正版
- 焦点滚动:为什么浏览器中会出现百分号和字母数字组成的乱码?原因分析
- 当前观察:i7处理器好吗?买电脑真的是i7要比i5好吗?
- 如何把hivesql当做mapreduce程序来读?hivesql解决数据倾斜的方法
- 世纪佳缘红娘——相爱不分早晚,有情自成佳偶
- 当前关注:国家发改委:酒店单桌1500元以上宴会套餐将被重点监管
- 今年或迎五年来最旺“五一”,国内旅游预订量较2019年涨200%
- 【独家焦点】大中矿业:竞得郴州城泰80%股权及部分债权,进而控制临武县鸡脚山矿区含锂多金属矿产资源
- 【全球新要闻】下游地产低迷拖累业绩 建筑陶瓷龙头马可波罗还值400亿吗?
- B站注册资本增幅400%至5亿 目前由陈睿全资持股
- 光源资本出任独家财务顾问 沐曦集成电路10亿元A轮融资宣告完成
- 巨轮智能2021年上半年营收11.24亿元 期内研发费用投入增长19.05%
- 红枣期货尾盘拉升大涨近6% 目前红枣市场总库存约30万吨
- 嘉银金科发布2021年Q2财报 期内净利润达1.27亿元同比增长208%
- 成都银行2021上半年净利33.89亿元 期内实现营收同比增长17.27亿元
- 汽车之家发布2021年第二季度业绩 期内新能源汽车品牌收入增长238%
- 中信银行上半年实现净利润290.31亿元 期末不良贷款余额706.82亿元
- 光伏概念掀起涨停潮交易价格创新高 全天成交额达1.29亿元
- 上半年生物药大增45% 关键财务指标好转营收账款持续下降
- 世界信息:卓越商企修订“全球发售所得款项用途”的文书错误
- 龙湖集团第一季度合同销售金额507亿 3月获得3宗土地
- 环球看热讯:锦和商管IPO限售股上市流通 数量2.93亿股、占总股本62%
- 全球新动态:中科创达:智能汽车业务和大模型的结合, 将为汽车智能化的产品和技术带来巨大变革
- 全球快播:校园消防演练 安全与你同行
- 全球视讯!因泛海控股所持民生证券股份被法拍 杨延良提起仲裁
- 天天观察:衡阳城建集团25亿元私募债券项目更新至“已反馈”
- 深圳地铁集团10亿公司债即将到期兑付及摘牌 利率2.55%
- 河南周口:将购房提取住房公积金范围放宽至“直系亲属”
- 【世界聚看点】海王生物:公司将严格按照有关法律法规及规范性文件的要求,根据重大事项的进展情况及时履行信息披露义务
- 科信技术:公司目前主要客户为我国三大通信运营商和中国铁塔公司、爱立信、诺基亚
- 速讯:甘肃能源:上述差额主要因母公司报表和合并报表根据企业会计准则要求编制时产生的差异
- 创新显示蓬勃发展,康冠布局初见成效
- 世界新动态:天虹股份:万颖辞任副总经理、总法律顾问职务
- 甘肃禾驮抽水蓄能电站项目预可研前期工会议召开。1200MW!
- 最资讯丨无锡一厂房起火烧了3小时后被扑灭,商户:收到通知撤离现场
- 世界关注:900MW!湖南凤滩抽水蓄能项目签约
- 焦点!北京保障性住房建投中心15亿企业债将付息 利率3.19%
- 【全球时快讯】沂水城投集团8亿元私募债更新至“已反馈”
- 今日播报!快讯丨潘石屹卸任北京SOHO房地产公司董事长
- 焦点观察:万里石:公司计划于4月28日对外披露一季报
- 搜于特:公司目前处于预重整阶段,公司一直在积极推进重整工作,各项重整工作正在紧张、有序推进中
- 财面儿丨金隅集团拟发行20亿元超短期融资券 为期247天
- 家居丨奥普家居2022年净利润约2.41亿元 同比增约675%
- 环球快看:全流域多维度描摹大长江,《一个长江 从雪山到海洋》新书发布
- 世界最新:广州市医保局:打击欺诈骗保 挽回医保基金损失2.86亿元
- 要闻:特隆美储能亮相ESIE2023储能国际峰会暨展览会
- 天天精选!储能规模化发展趋势强劲,ESIE2023储能展会盛大开幕
- 当前观点:《储能产业研究白皮书2023》发布:新型储能累计装机13.1GW/27.1GWh
- 用户侧储能补贴政策分析
- 首款2.0T插混MPV!传祺E9曝光,将于上海车展亮相预售
- 【环球聚看点】常州:多孩家庭公积金贷款额度最高增加30万元
- 全球资讯:金融街50亿元资产支持ABS已获通过
- NYMEX原油上看81.78美元
- 全球快资讯:4月10日两市主力增持前50只个股(附解读)
- 每日快报!华润置地消费基础设施80亿元资产支持ABS已获反馈
- 市场重估基本面,油价趋稳!经济数据是影响走势的关键
- 西部黄金:公司2022年生产黄金7.72吨,详细信息请查看公司披露的2022年度报告
- 每日看点!湖北文旅集团10亿元私募债更新至“已反馈”
- 当前消息!世界粮食计划署甘肃富锌马铃薯小农户试点项目开展终线评估
- 全球快播:和远气体:公司正在建设两大电子特气及电子化学品产业园,产品将广泛用于半导体企业
- 全球即时:北京怀柔科学城于4月30日付息及回售部分兑付 回售金额为10亿元
- 环球视点!胜宏科技:截止2023年3月31日,公司股东人数为34,913名
- 热文:储能市场趋势展望
- 滚动:万亿储能 携手同行!奇点分布式储能2023生态合作伙伴大会将于3月24日举行!
- 视讯!强强联手,共赢未来 | 采日能源与海博思创签署战略合作协议
- 全球今亮点!下垫面是什么意思
- 股票退市了手里的股票怎么办
- 世界微动态丨云能魔方iEMS分布式储能能量管理系统通过STIEE权威检测
- 宁夏:大力发展储能产业,补齐储能电池本地配套短板
- 买港股的条件和流程
- 世界今日报丨文旅部:严厉打击“不合理低价游”等市场乱象
- 楔形的发音
- 全球实时:国际金价可能在1991美元附近企稳
- 前沿资讯!国际金价回调,但FED鹰派续命可能也就最后一次机会了
- 最新:青岛卓越·大融城更名为“青岛·卓悦里” 将继续完善商场业态
- 每日消息!南宁海关破获涉海南离岛免税“套代购”案
- 天天看热讯:中山天虹购物中心将于4月28日开业 总建面约7万平方米
- 4月10日圣诺生物涨停分析:辅助生殖,化学原料药,医药概念热股
- 一张图:黄金原油外汇股指"枢纽点+多空占比"一览(2023/04/10周一)
- 全球看热讯:台州临海伟星·星悦广场近日正式开业 项目体量约10万平米
- 今日热议:4月10日天马股份涨停分析:工业母机,高铁轨交,智能制造概念热股
- 当前信息:美原油交易策略:多头蓄势待发,本周有望上探200日均线?
- 天天热点!从数据看主板注册制首批公司:大盘蓝筹成色十足
- 环球最资讯丨A股旅游板块午后继续活跃 曲江文旅涨停
- 全球看热讯:4月10日泰禾智能涨停分析:工业自动化,智慧物流,智能制造概念热股
- 微速讯:亚太股份:我司暂未给奇瑞的星途品牌提供产品
- 环球短讯!年度TOP5盛弘储能:向“新”而行,向“储”而兴。
- 智光储能参加第十一届“储能国际峰会暨展览会ESIE2023”
- 【世界报资讯】远景全新一代315Ah储能电芯获行业最高标准认证
- 重点聚焦!名将之弈公孙瓒怎么样 公孙瓒角色强度解析
- 张大东四次变道,携手国资助力国企高质量发展
- 重庆中心城区5.84亿元挂牌两宗居住地 总出让面积2.76万平米
- 自然阳光代谢管理用时间书写“健康美丽人生”
- 当前热文:惠誉:建业美元票据拟发起的交换要约构成不良债务交换
- 世界热文:深圳市委书记孟凡利:将积极参与推进资本市场改革发展
- 天天观热点:ST红太阳:2月10日为公司预重整投资人报名截止时间
- 兴蓉环境:公司并未建设海外项目大楼
- 热门:东方证券发布2022年度社会责任报告
- 环球快报:A股上海电影连续3日盘中触及涨停 年内涨幅超150%
- 世界热点评!鸥玛软件:关于董监高减持事宜,公司将依规履行信披义务
- 世界通讯!宁波华翔:一季度详细情况本月28日请参考定期报告
- 全球快报:陈梦克星惨败出局,女乒世界冠军被淘汰 倪夏莲微笑面对一轮游!
- 全球热资讯!油价再次看高至100美元,对哪些国家影响最大?
- 看热讯:潘石屹卸任北京搜候房地产公司董事长 仍持有5%股份
- 天天实时:2023年第一季度新增酒店相关企业8.8万家 新增旅游企业7.9万家
- 【报资讯】香港餐饮业协会:复活节假期本地餐饮业生意淡静 整体生意额料将下跌约20%
- * 周杰伦起诉网易不正当竞争,或因活动送新专辑
- 常州:多孩家庭公积金贷款额度最高增加30万元 博士最高可贷120万元
- 君正集团:公司与奥比中光(证券代码:688322)没有业务往来
- 上海静安置业4.5亿元超短期融资券申购区间确定为2.00%-2.43%
- 每日速讯:【BT金融分析师】卡特彼勒股价暴跌引发担忧,分析师称信贷紧缩影响建筑项目
- 环球最资讯丨四维能源亮相第十一届“储能国际峰会暨展览会ESIE2023”
- 谁在当“旅游特种兵”?
- 天天讯息:【经开记忆】傅家镇高家村:龙灯阡陌一同辞别,槐下土地迎来新生
- 面值是什么意思
- 每日热议!为什么不建议买封闭期的基金
- 每日动态!骂人马后炮是什么意思
- “借钱三巨头”之一的钱小乐可靠吗?怎么申请呢?
- 全球视点!厦门截止3月底存量住宅项目总数178个 已交易未动工土地面积116.4公顷