创建hive脚本
总览
Apache Hive是Hadoop生态系统的组成部分。 Hive可以定义为类似于软件的数据仓库,该软件可促进对HDFS(Hadoop分布式文件系统)的查询和大数据管理。 必须记住,Hive不是数据仓库软件,它提供了某种机制来管理分布式环境中的数据并使用类似于SQL的语言称为HiveQL或HIVE查询语言进行查询。 Hive脚本可以定义为捆绑在一起的一组Hive命令,以减少执行时间。 在本文中,我将讨论Hive脚本及其执行。
介绍
HDFS或Hadoop分布式文件系统提供了可扩展且容错的数据存储。 HIVE提供了一种简单SQL之类的查询语言– HIVE QL。 HIVE QL允许传统的地图精简开发人员插入其自定义的映射程序和精简程序,以进行更复杂的分析。
HIVE的局限性
HIVE查询的延迟通常很高,这是因为作业提交和计划中的大量开销。 Hive不提供实时查询和行级别更新。 最好用于日志分析。
HIVE数据单位
配置单元数据分为以下四类:
- 数据库:这由命名空间组成,这些命名空间将表和其他数据单元分开以避免名称冲突。
- 表格:这些是具有通用架构的同类数据单元。 一个常用的示例可能是页面视图表,其中每一行可以包含以下列:
- 用户身份
本示例列出了个人用户使用网站或应用