Hive – A Warehousing Solution Over a MapReduce Framework.pptVIP

下载本文档

7
0
约4.43千字
约 24页
2018-02-11 发布于江西
举报
版权申诉

Hive – A Warehousing Solution Over a MapReduce Framework.ppt

1、本文档共24页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

Hive – A Warehousing Solution Over a MapReduce Framework

Hive – A Warehousing Solution Over a MapReduce Framework Bingbing Liu 2009-12-12 * Outline Introduction Data Model Architecture HiveQL * What is Hive? A system for managing and querying structured data built on top of Hadoop Map-Reduce for execution HDFS for storage Metadata on raw files Key Building Principles: SQL as a familiar data warehousing tool Extensibility – Types, Functions, Formats, Scripts Scalability and Performance * Hive/Hadoop Usage @ Facebook Types of Applications: Reporting Eg: Daily/Weekly aggregations of impression/click counts Complex measures of user engagement Ad hoc Analysis Eg: how many group admins broken down by state/country Data Mining (Assembling training data) Eg: User Engagement as a function of user attributes Spam Detection Anomalous patterns for Site Integrity Application API usage patterns Ad Optimization Too many to count .. 700 Terabytes data 5000queries/day More than 100 users * Data Warehousing at Facebook Today Web Servers Scribe Servers Filers Hive on Hadoop Cluster Oracle RAC Federated MySQL * * Data Model Hive中数据组织形式: Tables: 概念上类似于rdbms中的table，在存储上对应于一个HDFS的目录。 Partitions:每个表有一个或多个分区，决定数据在子目录中分发。 Buckets: 每个分区中数据基于对列的hash分配到每个bucket，每个bucket是一个文件。例如：指定数据按例ds划分 Create table sc（sno int）partitioned by（ds string) 则数据中，若ds=2009-12-08，存储中此分区子目录则为 /sc/ds=2009-12-08 * Data Model Logical Partitioning Hash Partitioning sc HDFS MetaStore /hive/sc /hive/sc/ds=2009-12-08 /hive/sc/ds=2009-12-08/sc.txt … Tables Data Location Bucketing Info Partitioning Cols Metastore DB student course * Metastore 存储于本地或者传统的Rdbms中（非Hdfs）。 Database 所有table的命名空间，默认为“default” Table 包括Column列表和其类型，storage和序列反序列化信息。 Storage包括数据在底层位置，数据格式（类型），buckets信息。 Partition 每个分区可以包含自己的列，序列反序列化信息，以及storage信息。 * Architecture HDFS Hive CLI DDL Queries Browsing Map Reduce MetaStore Thrift API SerDe Thrift Jute JSON.. Execution Parser Planner DB Web UI Optimizer * HiveQL – Hive Query Language