| 失效链接处理 |
|
大数据技术之Hive文档 PDF 下载
本站整理下载：
相关截图：
主要内容：
第 第 1 章 Hive 基本概念
1.1 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 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
SQL—Mapreduce
client
通过Hive框架
匹配出相应的
MapReduce模
板
运行MapReduce
程序，生成相应
的分析结果
MapReduce
数据仓库通
过SQL进行
统计分析
将SQL语言中常用的
操作（select，
where，group等）
用MapReduce写成
很多模板
所有的
MapReduce
模板封装
在Hive中
用户根据业务需求
编写相应的SQL语
句
result
图 1-1 HQL 转换 MR 流程
1）Hive 处理的数据存储在 HDFS
2）Hive 分析数据底层的默认实现是 MapReduce
3）执行程序运行在 Yarn 上
1.2 Hive 的优缺点
1.2.1 优点
1) 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）。
2) 避免了去写 MapReduce，减少开发人员的学习成本。
尚硅谷大数据 技术之 Hive
—— ———————————————————————————
更多 Java –大数据 –前端 –python 人工智能资料下载，可百度访问：尚硅谷官网
3) 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。
4) 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。
5) 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。
1.2.2 缺点
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．Hive 的效率比较低
（1）Hive 自动生成的 MapReduce 作业，通常情况下不够智能化
（2）Hive 调优比较困难，粒度较粗
|
| Java1234官方群25： | 
|
| Java1234官方群25： | 838462530 |
苏公网安备 32061202001004号
