赞
踩
Hive属于数据仓库的概念范畴,主要用于进行数据分析用,不适合实时数据查询。可以完成海量数据的存储,存储在HDFS上,不需要类似关系数据库那样的固定格式限制,对应的表实际上就是hadoop hdfs上的文件夹,表中数据相当于文件,具体介绍看下文。
Hive 是建立在 Hadoop 上的数据仓库基础构架。它提供了一系列的工具,可以用来进行数据提取转化加载(ETL),这是一种可以存储、查询和分析存储在 Hadoop 中的大规模数据的机制。Hive 定义了简单的类 SQL 查询语言,称为 QL,它允许熟悉 SQL 的用户查询数据。同时,这个语言也允许熟悉 MapReduce 开发者的开发自定义的 mapper 和 reducer 来处理内建的 mapper 和 reducer 无法完成的复杂的分析工作。
Hive 的结构可以分为以下几部分:
Hive 构建在 Hadoop 之上,
| Hive | RDBMS |
查询语言 | HQL | SQL |
数据存储 | Raw Device or Local FS | |
索引 | 无 | 有 |
执行 | MapReduce | Excutor |
执行延迟 | 高 | 低 |
处理数据规模 | 大 | 小 |
数据规模。由于 Hive 建立在集群上并可以利用 MapReduce 进行并行计算,因此可以支持很大规模的数据;对应的,数据库可以支持的数据规模较小。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。