本文深入探讨了Hive作为数据仓库与传统数据库的区别，强调了Hive在OLAP分析中的角色。内容涵盖Hive的定位、特性、CAP原则以及在Hadoop生态中的位置。Hive的高可靠性依赖于HDFS，支持类SQL语法、可扩展性和多种接口，但在延迟、物化视图和存储过程支持上存在局限。适合于数据挖掘、非实时分析和数据汇总等场景。
不同之处：
1.数据库主要是OLTP的服务
2.数据仓库主要进行的是OLAP的服务
OLTP：
联机事务处理，用来实时记录交易信息，对这类系统的期望是能够快速返回响应信息。，一般是在毫秒级别的，能够快速响应的原因是拥有健全的索引机制。如B+的mysql健全索引，以及B的oracle索引，能够快速的进行DML的一些操作。
关键词：事务（原子性的）
扩展一下：
1》数据的事务处理是行级的，例如insert。。。update语句均是进行一个行数据的查询操作。（理解困难的话，从数组的行这个维度去理解）
2》OLTP的所有的操作都是实时的
实时：查询速度是十分的快的，而且响应的速度也是十分的快。（这里得快是到毫秒级别的响应，联想自己使用sql对数据库的操作。）
OLAP：
联机分析处理，用来分析所存储数据，一般系统按天，按周，按月生成报表。
（如使用ETL工具，进行数据的同步，在ktr中进行数据的字段预处理，来进行一个过滤，在kjob中进行一个定时周期的设置，天周 周，月根据业务需要进行周期的设置）
总结：
OLAP更倾向于业务，但是OLAP的话更加倾向于分析。</
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
