没有备案的网站怎么做淘宝客,江西建设单位网站,做美妆的网站,鞍山网站制作Hive简介
Hive是一个基于Hadoop的开源数据仓库工具,用于存储和处理海量结构化数据.
它是Facebook在2008年8月开源的一个数据仓库框架,提供了类似于SQL语法的HQL(HiveSQL)语句作为数据访问接口.
Hive可以做复查统计分析之类的工作; 利用hdfs的存储空间,进行结构化数据的存储; 利…Hive简介
Hive是一个基于Hadoop的开源数据仓库工具,用于存储和处理海量结构化数据.
它是Facebook在2008年8月开源的一个数据仓库框架,提供了类似于SQL语法的HQL(HiveSQL)语句作为数据访问接口.
Hive可以做复查统计分析之类的工作; 利用hdfs的存储空间,进行结构化数据的存储; 利用Mapreduce进行数据的计算. Hive的优缺点
优点
. 使用JDBC接口/ODBC接口,开发人员更易开发应用.
. 统一的元数据管理(Derby、MySql等),并可与Pig、Spark等共享.
. 以 MR 作为计算引擎、HDFS 作为存储系统,为超大数据集设计的计算/扩展能力.
. 使用类 SQL 查询语法,最大限度的实现了和SQL标准的兼容,大大降低了传统数据分析人员处理大数据的难度. 缺点
. Hive自动生成MapReduce作业,HQL 调优困难.
. Hive生成MapReduce作业,高延迟,不适合实时查询.
. HQL 表达能力有限,比如不支持UPDATE、非等值连接、DELETE、INSERT单条等.
. 粒度较粗,可控性差,是因为数据是读的时候进行类型的转换,mysql关系型数据库是在写入的时候就检查了数据的类型。Hive与RDBMS的对比
• Hive使用mapreduce做运算,与传统数据库相比运算数据规模要大得多;
• Hive很容易扩展自己的存储能力和计算能力,这个是继承hadoop的,而关系数据库在这个方面要比Hive差很多;
• Hive和关系数据库存储文件的系统不同,hive使用的是hadoop的HDFS,关系数据库则是服务器本地的文件系统;
• 关系数据库都是为实时查询的业务进行设计的,而hive则是为海量数据做数据挖掘设计的,实时性很差;实时性差导致hive的应用场景和关系数据库有很大的区别.HiveRDBMS查询语言HQLSQL数据存储HDFSRaw Device or Local FS执行引擎MapReduce数据库引擎数据存储校验存储不校验存储校验可扩展性强有限执行延迟高低处理数据规模大小
Hive的组成
两大类组件服务端组件和客户端组件服务端组件
Driver组件
该组件包括Complier(编译器)、Optimizer(优化器)和Executor(执行器),
它的作用是将HiveQL(类SQL)语句进行解析、编译优化,生成执行计划,然后调用底层的MapReduce计算框架.Metastore组件
元数据服务组件,这个组件存取Hive的元数据;
作用是: 客户端连接metastore服务,metastore再去连接MySQL数据库来存取元数据.
Hive的元数据存储在关系数据库里,Hive支持的关系数据库有Derby和Mysql.
Hive元数据: Hive表所对应的字段、属性还有表所对应存储的HDFS目录.Thrift服务
Thrift是Facebook开发的一个软件框架,它用来进行可扩展且跨语言的服务的开发,Hive集成了该服务,能让不同的编程语言(Java,Scala)调用Hive的接口.客户端组件
CLI
Command Line Interface,命令行接口.JDBC/ODBC
Hive架构的JDBC和ODBC接口是建立在Thrift客户端之上.WEBGUI
Hive客户端提供了一种通过网页的方式访问Hive所提供的服务.这个接口对应Hive的HWI组件(Hive Web Interface),使用前要启动HWI服务.Hive查询执行过程 1Execute Query Hive界面如命令行或Web UI将查询发送到Driver(任何数据库驱动程序如JDBC、ODBC,等等)来执行.
2Get Plan: Driver根据查询编译器解析query语句,验证query语句的语法,查询计划或者查询条件.
3Get Metadata 编译器将元数据请求发送给Metastore(数据库).
4Send Metadata Metastore将元数据作为响应发送给编译器.
5Send Plan 编译器检查要求和重新发送Driver的计划;到这里,查询的解析和编译完成.
6Execute Plan: Driver将执行计划发送到执行引擎.
6.1Execute Job: 任务执行引擎发送一个任务到资源管理节点(ResourceManager),资源管理器分配该任务到任务节点,由任务节点上开始执行mapreduce任务.
6.2Metadata Ops在执行引擎发送任务的同时,对Hive的元数据进行相应操作.
7Fetch Result 执行引擎接收数据节点(DataNode)的结果.
8Send Results: 执行引擎发送这些合成值到Driver.
9Send Results Driver将结果发送到Hive接口.
