Hadoop数据仓库hive的应用

一、Hive数据仓库应用之Hive部署(超详细步骤指导操作,WIN10,VMware Workstation 15.5 PRO,CentOS-6.7) Hive数据仓库应用实验之Hive的部署,完成Hadoop高可用集群的搭建以及Hive远程模式的部署,WIN10系统,虚拟机软件VMware Workstation 15.5 PRO,Linux版本CentOS-6.7,超详细步骤配图详解,对新手友好。 阅读详情
Hive介绍
1.hive是基于Hadoop的一个数据仓库工具,可以将结构化的数据文件映射为一张数据库表,并提供完整的sql查询功能,可以将sql语句转换为MapReduce任务进行运行。其优点是学习成本低,可以通过类SQL语句快速实现简单的MapReduce统计,不必开发专门的MapReduce应用,十分适合数据仓库的统计分析。

2.Hive是建立在 Hadoop 上的数据仓库基础构架。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),这是一种可以存储、查询和分析存储在 Hadoop 中的大规模数据的机制。Hive 定义了简单的类 SQL 查询语言,称为 HQL,它允许熟悉 SQL 的用户查询数据。同时,这个语言也允许熟悉 MapReduce 开发者的开发自定义的 mapper 和 reducer 来处理内建的 mapper 和 reducer 无法完成的复杂的分析工作。

Apache下的大数据产品(MapReduce, Hive, Pig, HBase)对比


优点
缺点典型案例
自己写MapReduce任务性能比Hive和Pig要高点开发难度大1) 搜索引擎网页处理,PageRank计算(Google)2) 典型的ETL(全盘扫描)3) 机器学习/聚类,分类,推荐等(百度Ecomm)
使用Hive做基于SQL的分析对于数据分析师来说SQL太熟悉了有些场景下性能不如MR1) 用户访问日志处理/互联网广告(Yahoo, Facebook, hulu, Amazon)2) 电子商务(淘宝的云梯)
使用Pig做数据分析Pig的语法不是很普及有些场景下性能不如MR统计和机器学习(Yahoo, twitter)
基于HBase开发的系统基本可以达到准实时统计分析功能目前没有开源实现,开发成本高大多是自有系统,例如Google的Percolator,
淘宝的prom

Hive的体系架构
Hadoop数据仓库hive的应用 - spring8743 - 我的博客

安装

设置环境变量

HIVE_HOME=/usr/local/hive

PATH=$PATH:$PIG_HOME/bin:$HADOOP_HOME/bin:$HIVE_HOME/bin

CLASSPATH=$CLASSPATH:$HIVE_HOME/lib


hive运行的三种模式
1. 内嵌模式,元数据保存在内嵌的Derby模式,只运行一个会话连接,一般仅作为测试使用
2. 本地独立模式: 在本地安装Mysql,把元数据保存在Mysql中
3. 远程模式: 元数据放置在远程的Mysql中

新建表:
CREATE TABLE test_hive(a int, b int, c int) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t';
CREATE TABLE records(year STRING, temperature INT, quality INT) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t';
CREATE TABLE log_history(ip STRING, year INT, month STRING, day INT, hour INT, url STRING, status INT, size INT) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t';


导入数据:
LOAD DATA LOCAL INPATH '/usr/local/hive/t_hive.txt' OVERWRITE INTO TABLE test_hive; (本地导入数据)
LOAD DATA INPATH '/usr/local/hhive/t_hive.txt' OVERWRITE INTO TABLE test_hive; (HDFS导入数据)

INSERT OVERWRITE TABLE target SELECT col1, col2 FROM source;
CREATE TABLE target AS SELECT col1, col2 FROM source;

查看表结构:
show tables;
describe test_hive;

查看表数据:
select * from test_hive;

修改表:
ALTER TABLE test_hive ADD COLUMNS(new_col String);

删除表:
DROP TABLE test_hive;
 
日志实例:
现有如下的web日志格式

196.13.32.71 - - [09/Aug/1995:03:21:17 -0400] "GET /icons/image.xbm HTTP/1.0" 200 509

pc-128-78.ntc.nokia.com - - [09/Aug/1995:03:22:01 -0400] "GET /shuttle/technology/sts-newsref/ HTTP/1.0" 200 16376

gate.germany.eu.net - - [09/Aug/1995:03:22:02 -0400] "GET /ksc.html HTTP/1.0" 200 7131

方案A: 可以写MapReduce程序来进行日志分析(每天的点击数, 每小时点击数,IP的点击数,Domain的点击数)

方案B: 可以将日志文件导入到hive数据仓库中,然后写HQL进行以上的日志分析
1. 导入hive表中的数据必须是结构化的数据,因此需要把web日志进行格式化,生成以tab分隔的文件,可以写一个MapReduce程序来完成数据的格式化,代码如下:

public class LogHive extends Configured implements Tool{
private static final String INPUT_PATH = "hdfs://192.168.56.103:9000/feixu/logInput1";
private static final String OUTPUT_PATH = "hdfs://192.168.56.103:9000/feixu/logOutput2";

public static class LogHiveMapper extends Mapper<LongWritable, Text, NullWritable, Text>{
@Override
public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException{
LogParser parser = LogParser.parser(value.toString());
Text out = new Text(parser.getIp() + "\t" + parser.getYear() + "\t" + parser.getMonth() + "\t" + parser.getDay() + "\t" + parser.getHour() + "\t" + parser.getUrl() + "\t" + parser.getStatus() + "\t" + parser.getSize());

context.write(NullWritable.get(), out);
}
}
@Override
public int run(String[] arg0) throws Exception {
Job job = new Job();
job.setJarByClass(HitOfDay.class);
job.setJobName("Log Hive Job");

FileInputFormat.addInputPath(job, new Path(INPUT_PATH));
FileOutputFormat.setOutputPath(job, new Path(OUTPUT_PATH));

job.setMapperClass(LogHiveMapper.class);

job.setOutputKeyClass(NullWritable.class);
job.setOutputValueClass(Text.class);

job.submit();
return job.waitForCompletion(true)? 0:1;
}

public static void main(String[] args) throws Exception{
int exitCode = ToolRunner.run(new LogHive(), args);
System.exit(exitCode);
}
}


注:只有Map程序,不需要Reduce。Map的key为NullWritable不用输出。

2. 生成log_history的hive表,并将格式化之后的日志加载到hive表中

创建表:

CREATE TABLE log_history(ip STRING, year INT, month STRING, day INT, hour INT, url STRING, status INT,size INT) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t';


加载数据:

LOAD DATA INPATH '/usr/local/log_history' OVERWRITE INTO TABLE log_history; 
分析每个月1~31日每天的点击量

hive> select day, count(day) from log_history group by day;
Total MapReduce jobs = 1
Launching Job 1 out of 1
Number of reduce tasks not specified. Estimated from input data size: 1
In order to change the average load for a reducer (in bytes):
set hive.exec.reducers.bytes.per.reducer=<number>
In order to limit the maximum number of reducers:
set hive.exec.reducers.max=<number>
In order to set a constant number of reducers:
set mapred.reduce.tasks=<number>
Starting Job = job_201312030304_0006, Tracking URL = http://feixu-master:50030/jobdetails.jsp?jobid=job_201312030304_0006
Kill Command = /usr/local/hadoop/libexec/../bin/hadoop job -kill job_201312030304_0006
Hadoop job information for Stage-1: number of mappers: 2; number of reducers: 1
2013-12-04 10:43:13,586 Stage-1 map = 0%, reduce = 0%
2013-12-04 10:43:26,703 Stage-1 map = 12%, reduce = 0%
2013-12-04 10:43:28,728 Stage-1 map = 62%, reduce = 0%, Cumulative CPU 2.53 sec
2013-12-04 10:43:29,743 Stage-1 map = 62%, reduce = 0%, Cumulative CPU 2.53 sec
2013-12-04 10:43:30,759 Stage-1 map = 62%, reduce = 0%, Cumulative CPU 2.53 sec
2013-12-04 10:43:31,777 Stage-1 map = 62%, reduce = 0%, Cumulative CPU 2.53 sec
2013-12-04 10:43:32,797 Stage-1 map = 75%, reduce = 0%, Cumulative CPU 2.53 sec
2013-12-04 10:43:33,816 Stage-1 map = 75%, reduce = 0%, Cumulative CPU 2.53 sec
2013-12-04 10:43:34,831 Stage-1 map = 75%, reduce = 0%, Cumulative CPU 2.53 sec
2013-12-04 10:43:35,864 Stage-1 map = 75%, reduce = 0%, Cumulative CPU 9.47 sec
2013-12-04 10:43:36,879 Stage-1 map = 88%, reduce = 0%, Cumulative CPU 9.47 sec
2013-12-04 10:43:37,890 Stage-1 map = 88%, reduce = 0%, Cumulative CPU 9.47 sec
2013-12-04 10:43:38,904 Stage-1 map = 88%, reduce = 0%, Cumulative CPU 9.47 sec
2013-12-04 10:43:39,919 Stage-1 map = 88%, reduce = 0%, Cumulative CPU 9.47 sec
2013-12-04 10:43:40,943 Stage-1 map = 100%, reduce = 0%, Cumulative CPU 12.49 sec
2013-12-04 10:43:41,959 Stage-1 map = 100%, reduce = 0%, Cumulative CPU 12.49 sec
2013-12-04 10:43:42,975 Stage-1 map = 100%, reduce = 0%, Cumulative CPU 12.49 sec
2013-12-04 10:43:43,989 Stage-1 map = 100%, reduce = 33%, Cumulative CPU 12.49 sec
2013-12-04 10:43:45,002 Stage-1 map = 100%, reduce = 100%, Cumulative CPU 13.7 sec
2013-12-04 10:43:46,019 Stage-1 map = 100%, reduce = 100%, Cumulative CPU 13.7 sec
2013-12-04 10:43:47,031 Stage-1 map = 100%, reduce = 100%, Cumulative CPU 13.7 sec
2013-12-04 10:43:48,046 Stage-1 map = 100%, reduce = 100%, Cumulative CPU 13.7 sec
MapReduce Total cumulative CPU time: 13 seconds 700 msec
Ended Job = job_201312030304_0006
MapReduce Jobs Launched:
Job 0: Map: 2 Reduce: 1 Cumulative CPU: 13.7 sec HDFS Read: 303841163 HDFS Write: 288 SUCCESS
Total MapReduce CPU Time Spent: 13 seconds 700 msec
OK
1 98710
2 60265
3 130972
4 130009
5 126468
6 133380
7 144595
8 99024
9 95730
10 134108
11 141653
12 130607
13 170683
14 143981
15 104379
16 104507
17 133969
18 120528
19 104832
20 99556
21 120169
22 93029
23 97296
24 116811
25 120020
26 90457
27 94503
28 82617
29 67988
30 80641
31 90125
Time taken: 42.899 seconds, Fetched: 31 row(s)


参考资料:
http://hive.apache.org/ (Apache Hive官网)
http://blog.fens.me/hadoop-hive-intro/  (Hive安装和使用攻略)

三、Hive数据仓库应用之Hive数据操作语言(超详细步骤指导操作,WIN10,VMware Workstation 15.5 PRO,CentOS-6.7) Hive数据仓库应用实验之Hive数据操作语言,熟悉了解加载文件、基本查询、插入查询以及IMPORT和EXPORT的基本操作,WIN10系统,虚拟机软件VMware Workstation 15.5 PRO,Linux版本CentOS-6.7,超详细步骤配图详解,对新手友好。 阅读详情

相关推荐

基于Hadoop的数据仓库Hive的基本应用(一)||两种数据导入方法

在昨天的基础上,做的Hive的应用方法接着已经搭建配置好后,直接在根目录下进行hive(按课件说明,也要先进行启动HDFS和YARN)创建create//删除drop//查看show//使用use——数据库、表导入文件/数据:①把本地的.txt文件里的数据放到hive后:或先传到本地,再传到HDFS上(可以在第二个上上传到hadoop)hadoop命令[Teacher@SZHAStandby ~]...

大数据小白有点黑的博客 1537

Hive 数据仓库基础应用---第一篇

Hive 数据仓库基础应用之hive 的数据定义语言基础知识。

爱笑的小乐 1560

基于Hadoop的数据仓库Hive基础知识

Hive是基于Hadoop的数据仓库工具,可对存储在HDFS上的文件中的数据集进行数据整理、特殊查询和分析处理,提供了类似于SQL语言的查询语言–HiveQL,可通过HQL语句实现简单的MR统计,Hive将HQL语句转换成MR任务进行执行。 一、概述 1.1数据仓库概念 数据仓库(Data Warehouse)是一个面向主题的(Subject Oriented)、集成的(Integrate...

yoooooooooooooop的博客 370

数据仓库及应用(hive基础)

总的来说,Hive在Hadoop生态系统中的位置是作为一个用于数据仓库、数据查询和分析的工具,它通过HiveQL语言将SQL查询转换为MapReduce任务或Tez任务,从而实现对Hadoop集群中大规模数据的查询和分析。Hive表分为内部表和外部表:内部表类似于RDBMS中的表,由Hive管理 外部表指向已经存在HDFS中的数据,外部表的真实数据不被Hive管理。包含Hive的数据存储与计算的内容,Hive元数据存储在RDBMS中,数据存储在HDFS中,计算由MR完成。

zhouyuhhh的博客 651

Context Capture10.20 安装教程(附安装包)

ContextCapture 是一款由Bentley公司推出的实景建模软件,可以快速为各种类型的基础设施项目生成最具挑战性的反应现实环境的三维模型。

一起来交流学习吧 2万+

MinerU与Docling:智能文档处理框架对比

本文对比分析了MinerU和Docling两大智能文档处理框架。MinerU专注于高精度PDF解析,采用多模态AI技术,在学术文献、金融报表等复杂文档处理上表现优异;Docling则定位企业级多格式文档处理平台,支持10+格式转换,更适合文档管理系统等场景。技术层面,MinerU基于VLM模型实现端到端处理,Docling采用插件化多后端架构。性能测试显示MinerU精度更高(95%+),但资源消耗较大;Docling处理速度更快(1-3秒/页),部署更灵活。

轩哥的个人研究和成长记录 1910

Hadoop+Hive数据分析综合案例

聊天平台每天都会有大量的用户在线,会出现大量的聊天数据,通过对聊天数据的统计分析,可以更好的对用户构建精准的用户画像,为用户提供更好的服务以及实现高ROI的平台运营推广,给公司的发展决策提供精确的数据支撑。我们将基于一个社交平台App的用户数据,完成相关指标的统计分析并结合BI工具对指标进行可视化展现。

weixin_43977307的博客 1万+

MATLAB出现”警告: 名称不存在或不是目录“的解决方案

MATLAB出现 警告: 名称不存在或不是目录 的解决方案1. 出现错误2. 问题解释3. 解决方法4. 特殊情况5. 问题解决6. 多多点赞交流 1. 出现错误 打开MATLAB突然发现,出现下面的错误: 提示我们不存在这样的路径。 2. 问题解释 这样的错误很明显,我们曾经在预设路径中添加了这个文件夹。 在某种情况下,我们把它删除了,现在MATLAB找不到它了。 (这里我在桌面上添加了新建文件夹,然后将其添加到MATLAB的搜索路径中。之后把新建文件夹删除了,所以就会出现这样的报错) 3. 解决方法

qq_18820125的博客 5万+

【大数据入门】Hadoop技术原理与应用之基于Hadoop的数据仓库Hive

Hadoop技术原理与应用之基于Hadoop的数据仓库Hive 文章目录**Hadoop技术原理与应用之基于Hadoop的数据仓库Hive**@[toc]**6.1 概述**6.1.1 数据仓库概念6.1.2 传统数据仓库面临的挑战6.1.3 Hive简介6.1.4 Hive与Hadoop生态系统中其他组件的关系6.1.5 Hive与传统数据库的对比分析6.1.6 Hive在企业中的部署和应用**6.2 Hive系统架构****6.3 Hive工作原理**6.3.1 SQL语句转换成MapReduce作业的

qq_45485278的博客 776

ZYNQ实战:PS端驱动DMA实现高效数据流转与验证

本文详细介绍了在ZYNQ平台上通过PS端驱动DMA实现高效数据流转的实战方法。从ZYNQ的PS与PL数据交互基础出发,深入解析DMA核心价值,包括硬件平台搭建、Vivado配置、PS端软件架构设计及性能优化技巧,帮助开发者提升数据传输效率与系统性能。

weixin_29192141的博客 436

昇腾AI原生创新算子挑战赛(S1赛季)复盘-LessEqual算子

【代码】昇腾AI原生创新算子挑战赛(S1赛季)复盘-LessEqual算子。

william_myq的博客 507

基于Hadoop的数据仓库Hive的介绍、安装与基本应用

基于Hadoop的数据仓库Hive 一、概述 数据仓库概念 数据仓库(Data Warehouse)是一个面向主题的(Subject Oriented)、集成的(Integrated)、相对稳定的(Non-Volatile)、反映历史变化(Time Variant)的数据集合,用于支持管理决策; 数据仓库的体系结构 传统数据仓库面临的挑战 无法满足快速增长的海量数据存储需求 无法有效处理不同类型的数据 计算和处理能力不足 Hive简介 Hive是一个构建于Hadoop顶层的数

qq_44992559的博客 2028

通过 MATLAB/Simulink + Simscape Battery,构建了锂电池老化模型与容量衰减仿真系统

本文基于MATLAB/Simulink平台,构建锂电池老化模型与容量衰减仿真系统,研究储能电池健康管理技术。通过搭建电化学-老化耦合模型,模拟循环和日历老化机制,分析温度、充放电倍率、DOD等因素对电池寿命的影响。系统实现了SOH在线估计和RUL预测功能,仿真了标准日历老化、高倍率循环和峰谷套利等典型工况下的电池衰减行为。结果表明:高温和深充放会显著加速电池老化,而精准的SOH管理可提升储能系统经济性30%以上。文章还探讨了数字孪生、机器学习等高级优化方向,为储能系统长周期运营提供技术支撑。

xiaoheshang_123的博客 398

Hadoop中Hive数据仓库的核心技术与应用

接着,通过编写HiveQL查询语句,我们可以方便地分析出哪些商品的销售量最高,或者哪些用户最活跃等信息。Hive作为一个基于Hadoop的数据仓库工具,因其高效的数据处理能力和良好的扩展性而受到广泛关注。:使用SELECT语句进行数据查询,支持加入(JOIN)、分组(GROUP BY)等多种SQL查询功能。:负责存储Hive中数据的结构信息,如表名、列信息、分区信息等。:根据数据特点选择合适的文件格式(如Parquet、ORC),并适时调整Hive配置参数以优化执行计划。

ywsf13的博客 1554

基于相场法模拟金属铜的晶粒的长大过程附matlab完整代码

晶粒生长是一种重要的材料形态演化过程,对于材料的性能和制备有着非常重要的影响。相场法是一种将材料结构和热力学性质联系起来的方法,它能够有效地模拟晶粒的长大过程并预测材料的结构和性能。本文所采用的相场模型是基于Cahn-Hilliard方程和Allen-Cahn方程的二次相场模型。其中,Cahn-Hilliard方程描述了晶界的自由能密度,而Allen-Cahn方程则描述了晶粒的彼此之间的界面能密度。本篇文章将介绍如何使用相场法模拟金属铜的晶粒的长大过程,并提供完整的MATLAB代码供读者参考。

m0_47037246的博客 1382

谷歌A2A协议入门指南:附简易Python代码示例

继"关税"之后,当下最热门的词汇当属AI智能体——这种基于人工智能的软件能够执行复杂任务、实现工作流自动化并提升生产效率。但迄今为止,大多数智能体都处于各自为政的状态,难以顺畅协作。就像团队执行重大项目时,成员之间却无法交流!对于技术人员而言,一个可能遇到的典型场景是:假设你需要协调四个不同的AI服务——处理用户查询的Gemini智能体、在向量数据库进行搜索的AI应用、基于Claude的摘要生成器,以及运行专业领域逻辑的Python智能体。

独立开发,substack顶级编辑 796

BigData之Hive:Hive(​​​​​​​一个基于Hadoop的​​​​​​​数据仓库工具​​​​​​​​​​​​​​)的简介(包括HiveSQL)、下载、案例应用之详细攻略

​ BigData之Hive:Hive(​​​​​​​一个基于Hadoop的​​​​​​​数据仓库工具​​​​​​​​​​​​​​)的简介(包括HiveSQL)、下载、案例应用之详细攻略 目录 Hive(​​​​​​​一个基于Hadoop的​​​​​​​数据仓库工具​​​​​​​​​​​​​​)的简介 Hive数据管理的下载 Hive数据管理的案例应用 Hive(​​​​​​​一个基于Hadoop的​​​​​​​数据仓库工具​​​​​​​​​​​​​​)的简介

头部AI社区如有邀博主AI主题演讲请私信—心比天高,仗剑走天涯,保持热爱,奔赴向梦想!低调,专注,谦虚,自律,反思,成长,还算比较正能量的博主,公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然,有点小情怀,也有点使命感呀 3918

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

hadoop和hive的实践应用(二)——基于Hadoop的数据仓库工具hive搭建

     hive是基于Hadoop的一个数据仓库工具,可以将结构化的数据文件映射为一张数据库表,并提供完整的sql查询功能,可以将sql语句转换为MapReduce任务进行运行。 其优点是学习成本低,可以通过类SQL语句快速实现简单的MapReduce统计,不必开发专门的MapReduce应用,十分适合数据仓库的统计分析。     我这里主要用于统计处理结构化的文本数据,处理后,存入结构化数据库中展现给用户。     安装:           1,下载wget http://labs.renren.co

数据人生 7770

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

Hadoop数据仓库hive的基本知识

Hive是基于Hadoop的数据仓库工具,可对存储在HDFS上的文件中的数据集进行数据整理、特殊查询和分析处理,提供了类似于SQL语言的查询语言–HiveQL,可通过HQL语句实现简单的MR统计,Hive将HQL语句转换成MR任务进行执行。 一:概述 1.1 数据仓库概念 数据仓库是一个面向主题的、集成的、相对稳定的、反应历史变化的数据集合,用于支持管理决策 数据仓库体系结

qq_36874480的博客 628

Hive是什么,Hive与关系型数据库的区别

Hive是什么,Hive与关系型数据库的区别? ⑴Hive是基于Hadoop的一个数据仓库工具,可以将结构化的数据文件映射成一张表,并提供类sql语句的查询功能; Hive使用Hql作为查询接口,使用HDFS存储,使用mapreduce计算; Hive的本质是将Hql转化为mapreduce; ⑵区别: ①数据库可以用在Online的应用中,Hive主要进行离线的大数据分析; ②数据库

龙子木的博客 2万+

HIVE—数据仓库

1、hive是什么? Hive是基于 Hadoop 的一个数据仓库工具: 1.hive本身不提供数据存储功能,使用HDFS做数据存储; 2.hive也不分布式计算框架,hive的核心工作就是把sql语句翻译成MR程序; 3.hive也不提供资源调度系统,也是默认由Hadoop当中YARN集群来调度; 4.可以将结构化的数据映射为一张数据库表,并提供 HQL(Hive SQL)查询功能。 2、hive和Hadoop关系 Hive利用HD...

hekliu的博客 1919

详解数据库、Hive以及Hadoop之间的关系

详解数据库、Hive以及Hadoop之间的关系

Joining667的博客 3436

几篇关于Hadoop+Hive数据仓库的入门文章

Hadoop计算平台和Hadoop数据仓库的区别 http://datasearch.ruc.edu.cn/~boliangfeng/blog/?tag=%E6%95%B0%E6%8D%AE%E4%BB%93%E5%BA%93 Hive 随谈(三)– Hive 和数据库的异同 http://www.tbdata.org/archives/551 Hadoop Ecosystem解决

好记忆也需烂博客 840

Hive架构

目录 Hive架构 Hive基本概念 Hive的优缺点 优点 缺点 Hive架构原理 Hive和数据库比较 Hive架构 Hive:由Facebook开源用于解决海量结构化日志的数据统计,基于Hadoop的一个数据仓库工具。它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。 它可以通过HiveQL语句快速实现简单的MapReduce统计,Hive自身可以将Hi...

StephenYou的自习室 428

数据仓库Hive

数据仓库Hive是一种基于Hadoop的数据仓库工具,可以对存储在Hadoop中的数据进行数据整理、特殊查询和分析处理。学习门槛低,提供了HiveSQL查询语言。MapReduce作为执行引擎时,Hive可以通过HiveSQL快速实现MapReduce作业,Hive自身可以将HiveSQL语句快速转成MapReduce作业进行运行。

m0_74957207的博客 905
上一篇: Gnuplot图形展示hadoop处理结果
下一篇: RDBMS和HDFS, HIVE, HBASE的迁移工具Sqoop
spring8743
博客等级 码龄19年 4粉丝 29原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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