weixin_39363807的博客

1. Hive 入门1.1 什么是 HiveHive：由Facebook开源用于解决海量结构化日志的数据统计。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表，并提供类SQL查询功能。本质是：将HQL转化成MapReduce程序Hive处理的数据存储在HDFSHive分析数据底层的实现是MapReduce执行程序运行在Yarn上1.2 Hive 的优缺点1.2.1 优点：操作接口采用类SQL语法，提供快速开发的能力（简单、容易上手）。避免了去写M

1. 前言：什么是大数据？什么是分布式？官方概念就不在这里赘述了，以笔者的理解，所谓大数据，不是指绝对数据量很大，经常有人说 PB，TB级大数据处理技术等等。试想如果未来的硬件性能有跨越式发展，常规软件就能在短时间内对 PB 级数据进行捕捉、管理和处理，那么 PB 级的数据还叫大数据吗？所谓大数据，是相对于存储能力和计算能力来讲的，当数据规模大到一定程度时，无法在一定时间范围内用常规软件工具进行捕捉、管理和处理，需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力。目前「分布式」是大数据场景的

Hadoop伪分布集群搭建 第1章 Hadoop集群搭建 1.1前言 Hadoop是一个由Apache基金会所开发的分布式系统基础架构。Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS是一个分布式文件系统（Hadoop Distributed File System），为海量的数据...