php网站 上传,团购网站 网上 收费 系统,江门网站优化公司,新的龙岗网站建设目录
1、什么是Hive
2、Hive的优缺点
2.1、 优点
2.2、 缺点
2.2.1、Hive的HQL表达能力有限
2.2.2、Hive的效率比较低
3、Hive架构原理
3.1、用户接口#xff1a;Client
3.2、元数据#xff1a;Metastore
3.3、Hadoop
3.4、驱动器#xff1a;Driver
Hive运行机制…目录
1、什么是Hive
2、Hive的优缺点
2.1、 优点
2.2、 缺点
2.2.1、Hive的HQL表达能力有限
2.2.2、Hive的效率比较低
3、Hive架构原理
3.1、用户接口Client
3.2、元数据Metastore
3.3、Hadoop
3.4、驱动器Driver
Hive运行机制
4、Hive和数据库比较 4.1、 数据更新
4.2、执行延迟
4.3、数据规模 1、什么是Hive Hive由Facebook开源用于解决海量结构化日志的数据统计。 Hive设计的初衷是对于大量的数据使得数据汇总查询和分析更加简单。它提供了SQL允许用户更加简单地进行查询汇总和数据分析。同时Hive的SQL给予了用户多种方式来集成自己的功能然后做定制化的查询例如用户自定义函数User Defined FunctionsUDFs).
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 1Hive处理的数据存储在HDFS 2Hive分析数据底层的实现是MapReduce 3执行程序运行在Yarn上 2、Hive的优缺点 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MapReduce减少开发人员的学习成本。Hive的执行延迟比较高因此Hive常用于数据分析对实时性要求不高的场合。Hive优势在于处理大数据对于处理小数据没有优势因为Hive的执行延迟比较高。Hive支持用户自定义函数用户可以根据自己的需求来实现自己的函数。 2.2、 缺点 2.2.1、Hive的HQL表达能力有限 1迭代式算法无法表达 2数据挖掘方面不擅长 2.2.2、Hive的效率比较低 1Hive自动生成的MapReduce作业通常情况下不够智能化 2Hive调优比较困难粒度较粗 3、Hive架构原理 3.1、用户接口Client
CLIhive shell、JDBC/ODBC(java访问hive)、WEBUI浏览器访问hive
3.2、元数据Metastore
元数据包括表名、表所属的数据库默认是default、表的拥有者、列/分区字段、表的类型是否是外部表、表的数据所在目录等 默认存储在自带的derby数据库中推荐使用MySQL存储Metastore 3.3、Hadoop
使用HDFS进行存储使用MapReduce进行计算。
3.4、驱动器Driver 解析器SQL Parser将SQL字符串转换成抽象语法树AST这一步一般都用第三方工具库完成比如antlr对AST进行语法分析比如表是否存在、字段是否存在、SQL语义是否有误。编译器Physical Plan将AST编译生成逻辑执行计划。优化器Query Optimizer对逻辑执行计划进行优化。执行器Execution把逻辑执行计划转换成可以运行的物理计划。对于Hive来说就是MR/Spark。 Hive运行机制 Hive通过给用户提供的一系列交互接口接收到用户的指令(SQL)使用自己的Driver结合元数据(MetaStore)将这些指令翻译成MapReduce提交到Hadoop中执行最后将执行返回的结果输出到用户交互接口。 4、Hive和数据库比较 由于Hive采用类似SQL的查询语言HQL因此很容易将Hive理解为数据库。其实从结构来看Hive 和数据库除了用于类似的查询语言 再无类似之处。 4.1、 数据更新 由于Hive是针对数据仓库应用设计的而数据仓库的内容是读多写少。因此Hive中不建议对数据的改写所有数据都是在加载的时候确定好的。而数据库中的数据通常是需要进行 修改的因此可以采用insert into ... values添加数据使用update ... set修改数据 4.2、执行延迟 Hive在查询数据的时候由于没有索引需要扫描整个表。因此延迟较高。由于Hive底层使用的MR框架而MR本身具有较高的延迟因此在利用MR执行Hive查询的时候也有较高的延迟。 4.3、数据规模 由于Hive简历在集群上可以利用MR进行并行计算因此可以支持很大规模的数据。
