一起学Hive系列文章

最新推荐文章于 2021-12-08 08:45:13 发布
转载 最新推荐文章于 2021-12-08 08:45:13 发布 · 1.6k 阅读 · 57

本文系列深入介绍了Hive的相关知识，包括概述、函数、数据库与表操作、安装配置、视图与分区、动态分区、数据加载、命令行使用、查询语句、Join原理、SQL优化、HBase整合、元数据表结构、统计信息分析、Web接口、数据抽样、UDF开发等。涵盖了Hive的各个方面，帮助读者全面掌握Hive的使用。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

[一起学Hive]之一–Hive概述，Hive是什么

[一起学Hive]之二–Hive函数大全-完整版

[一起学Hive]之三–Hive中的数据库(Database)和表(Table)

[一起学Hive]之四-Hive的安装配置

[一起学Hive]之五-Hive的视图和分区

[一起学Hive]之六-Hive的动态分区

[一起学Hive]之七-向Hive表中加载数据

[一起学Hive]之八-使用Hive命令行

[一起学Hive]之九-Hive的查询语句SELECT

[一起学Hive]之十-Hive中Join的原理和机制

[一起学Hive]之十一-Hive中Join的类型和用法

[一起学Hive]之十二-Hive SQL的优化

[一起学Hive]之十三-Hive整合HBase，操作HBase表

[一起学Hive]之十四-Hive的元数据表结构详解

[一起学Hive]之十五-分析Hive表和分区的统计信息(Statistics)

[一起学Hive]之十六-Hive的WEB页面接口-HWI

[一起学Hive]之十七-从Hive表中进行数据抽样-Sampling

[一起学Hive]之十八-Hive UDF开发

http://lxw1234.com/archives/2015/07/365.htm   持续更新中。。。。

Hive系列之-1、Hive基础
不积跬步无以至千里，不积小流无以成江河
08-17 312
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。 大数据系列文章目录 目录数据仓库的介绍数据仓库的基本概念数据仓库的主要特征数据仓库与数据库区别数据库数据仓库两者区别数据仓库分层架构数据仓库之ETLHive基本概念Hive介绍什么是Hive为什么使用HiveHive的特点Hive架构架构图基本组成Hive与传统数据库对比结束 数据仓库的介绍 数据仓库的基本概念 数据仓库，英文名称为Data Warehouse，可简写为DW或DWH。数据仓库顾名思义，是
hive+hbase学习手册
尬聊码农
05-13 1176
hive学习手册 一、hive入门手册 1.什么是数据仓库 1.1数据仓库概念 对历史数据变化的统计，从而支撑企业的决策。比如：某个商品最近一个月的销量，预判下个月应该销售多少，从而补充多少货源。 1.2传统数据仓库面临的挑战 （1）无法满足快速增长的海量数据存储需求 （2）无法有效处理不同类型的数据 （3）计算和处理能力不足 1.3 Hive介绍 Hbase支持快速的交互式的大数据应用 ...
基于Spark的大数据分析工具Hive的研究(毕业论文).caj
04-17
基于Spark的大数据分析工具Hive的研究(毕业论文)
论文研究-基于Hive的海量搜索日志分析系统研究.pdf
07-22
针对传统分布式模型在海量日志并行处理时的可扩展性和并行程序编写困难的问题, 提出了基于Hive的Web海量搜索日志分析机制。利用HQL语言以及Hadoop分布式文件系统(HDFS)和MapReduce编程模式对海量搜索日志进行分析处理, 对用户搜索行为进行了分析研究。对用户搜索行为中的查询热点主题、用户点击数和URL排名、查询会话的分析结果对于搜索引擎的排序算法和系统优化都有一定的指导意义。
hive相关文章
11-13 173
hive相关文章 hive存储格式和表类型,分区分桶https://my.oschina.net/u/2969788/blog/1615049 Hive中order by，sort by，distribute by，cluster by的区别https://my.oschina...
我的 Hive 3.1.2 之旅 【收藏夹吃灰系列】
wujiandao的专栏
04-10 655
点击蓝色“有关SQL”关注我哟加个“星标”，天天与10000人一起快乐成长图 | 榖依米貌似名导们，都有三部曲。朴赞郁有复仇三部曲，彼得杰克逊有霍比特三部曲。是时候《有关SQL》也该有个大...
Hive学习（上）
leaeason的博客
06-30 575
文章目录1Hive概念1.1 Hive架构1.2 Hive与数据库的比较1.2.1 查询语言1.2.2 数据存储位置1.2.3 数据更新1.2.4 索引1.2.5 执行1.2.6 可扩展性2.Hive数据类型2.1 基本数据类型2.2 集合数据类型2.3 类型转化3.DDL数据定义3.1 创建数据库3.2 查询数据库3.2.1 显示数据库3.2.2 查看数据库详情3.3 修改数据库3.4 删除数据库3.4.1删除空数据库3.5 创建表3.5.1 管理表3.5.2 外部表3.5.3 管理表与外部表的相互转换3
Hadoop系列-10 Hive进阶实战指南：分桶表、数据导入导出、分区与压缩存储优化
yangwei2048的博客
12-08 678
Hive提高篇主要内容包括分桶表、数据导入导出和分区操作。分桶表通过对列值哈希取模实现更细粒度数据划分，提升查询和取样效率。数据导入支持多种方式：直接插入、LOAD加载、查询加载、建表时指定LOCATION等。数据导出可通过INSERT导出、Hive Shell命令和EXPORT实现。分区分为静态分区（手动指定分区值）和动态分区。分桶表创建前需设置hive.enforce.bucketing=true，并通过INSERT...SELECT将普通表数据导入分桶表。该文还提供了相关SQL操作示例和注意事项。
Hive相关文章
Mac Track
11-23 1177
下面是关于Hive的一些文章，欢迎推荐更多的关于Hive的理论、实战好文章！ Apache Hive https://cwiki.apache.org/confluence/display/Hive/Home -> https://cwiki.apache.org/confluence/display/Hive/LanguageManual+DDL -> https://cwiki.apa
大数据系统——Hive-A Warehousing Solution Over a Map-Reduce Framework论文分享
MyNuTh的博客
07-23 934
1.背景 这篇文章本身就不长，总共三页半，作者来自Facebook数据基础架构团队。下面正式介绍。 传统的数据集存储方案成本过高，Hadoop则可以作为替代方案：在大规模廉价的商用机器上进行大规模数据存储。Hadoop上可以运行MapReduce，但是mapreduce编程模型的级别非常低，难以维护和重用。 Hive是一种基于Hadoop构建的开源数据仓库解决方案。Hive支持类似SQL的声明性...
HIve 数据存储的各种模式
weixin_33888907的博客
10-30 190
Hive的数据分为表数据和元数据，表数据是Hive中表格(table)具有的数据;而元数据是用来存储表的名字，表的列和分区及其属性，表的属性(是否为外部表等)，表的数据所在目录等。下面分别来介绍。一、Hive的数据存储在让你真正明白什么是hive 博文中我们提到Hive是基于Hadoop分布式文件系统的，它的数据存储在Hadoop分布式文件系统中。Hive本身是没有专门的数据...
浅谈Hive的功用性
Francis_LZZ的博客
08-30 4248
以下是我通过查阅一些资料和博客所得出的对hive的个人见解，如果雷同，请见谅，如有意见或建议，请大胆提出，必虚心学习。 Q: hive是什么 A:  Hive 是基于 Hadoop 构建的一套数据仓库分析系统，是数据挖掘的一个工具（利用mapreduce挖掘hdfs上的数据）。 Q: hive能做什么 A: 它提供了一系列的工具，可以用来进行数据提取转化加载（ETL）。
一篇介绍Hive的论文
蔡瀛的专栏
06-30 3337
Hive是建立在Mapreduce框架上的数据仓库系统。这篇论文大致介绍了Hive的原理和构架，想快速了解Hive的同学值得一读。Hive A Warehousing Solution Over a MapReduce Framework
Hive 总结（二）：数据类型
小狐狸的博客
01-11 324
主要介绍Hive中的支持的数据类型： 文章目录1.常用的简单数据类型1.1 数字类型1.2 日期时间类型1.3 字符串类型1.4 其他数据类型2.复合数据类型2.1 Array数组2.2 Map集合2.3 struct 1.常用的简单数据类型 1.1 数字类型 TINYINT (1-byte signed integer, from -128 to 127) SMALLINT (2-byte s...
【Hive-基础】优缺点，架构原理，与数据库的差异
一个写湿的程序猿
07-31 1762
Hive-优缺点，架构原理，与数据库的差异 文章目录Hive-优缺点，架构原理，与数据库的差异1 Hive的概述2 Hive的优缺点3 Hive架构原理4 Hive和数据库比较4.1 查询语言4.2 数据更新4.3 执行延迟4.4 数据规模 1 Hive的概述 1） Hive简介 Hive：由Facebook开源用于解决海量结构化日志的数据统计工具。 Hive是基于Hadoop的一个数据仓库工具（不是数据库），可以将结构化的数据文件映射为一张表，并提供类SQL查询功能。 2） Hive本质：将HQL转化成M
[一起学Hive]之六-Hive的动态分区
lxw1234.com的博客
06-24 816
文章同步自 [ lxw的大数据田地 ] 前面文章介绍了Hive中是支持分区的。 关系型数据库（如Oracle）中，对分区表Insert数据时候，数据库自动会根据分区字段的值，将数据插入到相应的分区中，Hive中也提供了类似的机制，即动态分区(Dynamic Partition)，只不过，使用Hive的动态分区，需要进行相应的配置。 先看一个应用场景，源表t_lxw1234的数据如下：
直流微电网系统模型的优化设计与控制策略分析：双端口、改进下垂控制及Simulink仿真 完整版
最新发布
08-09
内容概要：本文详细探讨了直流微电网系统模型的优化设计与控制策略。首先介绍了双端口直流微电网系统的基本架构，其中一个端口连接分布式电源，如太阳能光伏板和风力发电机，另一端口连接恒功率负载。接着重点讨论了外环改进下垂控制和内环双PI环控制策略，这两种控制方式分别用于维持系统功率平衡和快速调节电压电流，确保系统输出的稳定性。此外，还涉及了电压鲁棒控制器、小信号模型、根轨迹分析和粒子群寻优权函数等关键技术，这些技术进一步增强了系统的稳定性和性能。最后，所有控制策略和模型分析均在Simulink环境下进行了搭建和验证。 适合人群：从事电力系统研究的专业人士、高校相关专业师生、对直流微电网感兴趣的科研人员。 使用场景及目标：适用于需要深入了解直流微电网系统模型及其控制策略的研究人员和技术人员，旨在提高系统的稳定性和效率，特别是在数据中心等对供电稳定性要求较高的应用场景。 其他说明：文中提供的Simulink仿真环境便于研究人员进行实验和验证，帮助更好地理解和优化直流微电网系统。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值