Apache Hive
分布式SQL计算-Hive
Apache Hive是一款分布式MySQL计算的工具,其主要功能是:
将MySQL语句翻译成MapReduce程序运行
为什么使用 Hive
使用 Hadoop MapReduce 直接处理数据所面临的问题
人员学习成本太高需要掌握 java 、 Python 等编程语言
MapReduce 实现复杂查询逻辑开发难度太大
使用 Hive 处理数据的好处
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)
Hive元数据存储的三种模式?
内嵌模式
本地模式
远程模式(推荐)
Hive元数据存储三种模式的区别?
Metastore元数据存储
元数据包含:用Hive创建的database、table、表的字段等元信息。元数据存储:存在关系型数据库中,如:hive内置的Derby数据库或者第三方MySQL数据库等Metastore:即元数据存储服务,作用是:客户端连接metastore服务,metastore再去连接MySOL等数据库来存取元数据有了metastore服务,就可以有多个客户端同时连接,而且这些客户端不需要知道MySQL等数据库的用户名和密码,只需要连接metastore 服务即可。
HDFS的架构
HDFS采用Master/Slave架构.
一个HDFS集群有两个重要的角色,分别是Namenode和Datanode.
HDFS的四个基本组件:HDFS Client、NameNode、DataNode和Secondary NameNode.