weixin_41279060的博客

环境配置： hadoop-2.0.0-cdh4.3.0 (4 nodes, 24G mem/node) hbase-0.94.6-cdh4.3.0 (4 nodes,maxHeapMB=9973/node) hive-0.10.0-cdh4.3.0   一、查询性能比较： query1: select count(1) from on_hdfs; selec

hive安装 1.上传hive安装包解压，将hive添加到环境变量当中 2.mysql安装 （hive会依赖一个外部数据库，保存相关的表和库等数据，默认是derby，它会在hive命令执行的目录保存相关的数据，换了一个目录执行hive，就会丢失之前的数据） 安装mysql 修改mysql的密码 /usr/bin/mysql_secure_installation （注意：删除

hive教程 备注：hive本身是不存储数据的，它可以把Mysql、Hdfs、Hbase等当然数据源，然后做数据处理，表面上，Hive用的是SQL，但是Hive的底层是MapReduce，它只是一个把SQL转变成MapReduce的工具，当然，有些没有查询条件的查询它只是做了数据的映射（并不执行MapReduce），这也是它做的优化。 1、建表 默认是内部表 creat

hive整合hbase 1、在hive控制台建库，建表（注意，int，long，boolean这些数据类型，映射时要加上#b，不然查询到的数据会是乱码或者null） create database credit_mate_data; use credit_mate_data; create external table shop_order_info( key string,

1、mysql的表结构如下： CREATE TABLE `student` ( `id` int(11) NOT NULL AUTO_INCREMENT, `stu_no` varchar(16) DEFAULT NULL, `name` varchar(64) DEFAULT NULL, `age` int(11) DEFAULT '0', `birthday` date