qq_34577182的博客

系列文章目录 大数据分析利器之Hive(一) 大数据分析利器之Hive(二) 大数据分析利器之Hive(三) 文章目录系列文章目录前言1. Hive表的数据压缩1、数据的压缩说明2、压缩配置参数3、开启Map输出阶段压缩4、 开启Reduce输出阶段压缩2. Hive表的文件存储格式1、列式存储和行式存储2 、TEXTFILE格式3 、ORC格式4 、PARQUET格式5、 主流文件存储格式(TEXTFILE/ORC/PARQUET)3、存储和压缩结合1. 创建一个非压缩的的ORC存储方式2. 创建一个

HQL 50题 1.建表 create table study.student ( student_id string -- 学生编号 ,name string -- 学生姓名 ,birthday string -- 学生生日 ,sex string -- 学生性别 ) stored as parquet tblproperties("orc.compress"="snappy"); create table stu

系列文章目录 大数据分析利器之Hive(一) 大数据分析利器之Hive(二) 文章目录系列文章目录前言1.Hive的分桶表1.1 分桶表原理1.2 作用1.3 案例演示：创建分桶表2.Hive数据导入2.1 直接向表中插入数据（强烈不推荐使用）2.2 通过load加载数据（必须掌握）2.3 通过查询加载数据（必须掌握）2.4 查询语句中创建表并加载数据（as select）2.5 创建表时指定location2.6 export导出与import 导入 hive表数据（内部表操作）3. Hive数据导出

系列文章目录 大数据分析利器之Hive(一) 文章目录系列文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 前言 本文主要围绕hive的基础知识点进行讲解。主要包括以下几个方面： hive的核心概念 hive与数据库的区别 hive的架构原理 hive的交互方式 hive的数据类型 hive的DDL语法操作 提示：以下是本篇文章正文内容，下面案例可供参考 一、pandas是什么？ 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的