- 1、本文档共9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
查看更多
Hive是一种底层封装了 Hadoop 的数据仓库处理工具,使用类 SQL的 HiveQL语言实现数据
查询,所有 Hive的数据都存储在 Hadoop 兼容的 HDFS中。 Hive在加载数据过程中不会对
数据进行任何的修改,只是将数据移动到 HDFS中Hive设定的目录下,因此, Hive不支持
对数据的改写和添加,所有的数据都是在加载的时候确定的。
Hive 的设计特点如下:
支持索引,加快数据查询。
支持不同的存储类型,例如:纯文本文件、 HBase中的文件。
将元数据保存在关系数据库中,大大减少了查询过程中执行语义检查的时间。
可以直接使用存储在 Hadoop 文件系统中的数据。
内置大量用户函数 UDF来操作时间、字符串和其他的数据挖掘工具,支持用户扩
展 UDF函数来完成内置函数无法实现的操作。
类 SQL的查询方式,将 SQL查询转换为 MapReduce 的job 在 Hadoop 集群上执行。
注释:
SQL(Structured Query Language) :结构化的查询语言,如 MySql、Oracle 、DB2等主流
关系型数据库都支持 SQL语句。
ETL(Extract-Transform-Load ):用来描述将数据从来源端经过抽取( extract )、转换
(transform )、加载( load )至目的端的过程。
UDF(User Defined Function) :指自定义函数。
说明:
SQL(Structured Query Language) :结构化的查询语言,如 MySql、Oracle 、DB2等主流
关系型数据库都支持 SQL语句。
Beeline:作为一个 Hive客户端工具。
JDBC(Java Data Base Connectivity),java数据库连接技术,用于执行 SQL语句的 Java API。
Thrift: Apache Thrift 是 Facebook实现的一种高效的、支持多种编程语言的远程服务调用
的框架。
UDF(User Defined Function) :指自定义函数。
UDAF(User Defined Aggregate Functions ):自定义聚合函数,如 count(),sum()均属于聚
合函数。
多接口:即 Hive支持上述的 Beeline接口、 JDBC接口、 Thfift 接口和 Python接口。
说明:
UDF(User Defined Function) :指自定义函数。
OLTP(On-Line Transaction Processing ):在线事务处理系统。
缺点说明:
Hive 作为一个数据仓库架构,并不适合在线实时查询,因为当前 Hive是基于 MapReduce
作为执行引擎的,启动 MapReduce会有一定时间延迟,所以对于需要立即返回查询结果
的实时查询来说, Hive当前并不适合这种场景。同时 Hive也不支持通过
insert/update/delete 删除指定行的数据。
Hive构建在基于静态批处理的 Hadoop 之上, Hadoop通常都有较高的延迟并且在作业提
交和调度的时候需要大量的开销。因此, Hive并不能够在大规模数据集上实现低延迟快
速的查询,例如: Hive在几百 MB 的数据集上执行查询一般有分钟级的时间延迟。因此
,Hive并不适合那些需要低延迟的应用,例如,联机事务处理( OLTP)。 Hive查询操作
过程严格遵守 Hadoop MapReduce 的作业执行模型, Hive将用户的 HiveQL语句通过解释
器转换为 MapReduce 作业提交到 Hadoop 集群上, Hadoop 监控作业执行过程
文档评论(0)