原创力文档- 1、本文档共12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)。
查看更多
Spark on Hive
了解Spark on Hive模式.
01Spark on Hive的产生02Spark on Hive模式的特点及意义
Spark on Hive的产生01
Spark on Hive的产生 Spark 团队为了解决Shark对Hive依赖太强的问题开发了SparkSQL，使用SparkSQL读取Hive中的数据就是所谓了Spark on Hive。Spark on Hive
Spark on Hive模式 的特点及意义02
Spark on Hive模式的特点及意义这种模式使Spark完全脱离了Hive的限制
Spark on Hive模式的特点及意义 在这种模式中SparkSQL读取Hive中的数据，只是把Hive当做数据来源的源头，Spark在其中起到解析优化的作用，同时解析优化后的任务还是Spark Job，这样对于读取Hive中的数据来说，SparkSQL的出现既解决了对Hive依赖强的问题同时也提升了数据处理的速度。
Spark on Hive模式的特点及意义 在SparkSQL中还带来了一些新的特性，比如，SparkSQL还可以读取Spark原生的RDD数据使用SQL作用处理，同时对生成的新的DataFrame数据还可以再转换成Spark RDD进行使用。
Spark on Hive模式的特点及意义 SparkSQL读取Hive中的数据是我们的首选方式。
了解Spark on Hive模式
文档评论（0）