第一二章 基础知识、基础操作
hive的缺点
1、hive不支持记录级别的增删改操作,但是用户可以通过查询生成新表或者将查询结果导入到文件中。
2、Hive的查询延时很严重,因为MapReduce job的启动过程消耗很长时间,所以不能用在交互查询系统中。
3、hive不支持事务。
hive最适合做数据仓库
HiveQL不符合ansi sql标准,和mysql、oracle的sql有很多差异。
mapreduce处理输入的文档时,传给mapper的key是文档中这行的起始位置的字符偏移量,value是这行文本。
对程序员透明的事情,也是hadoop神奇的地方是,hadoop会自动执行排序sort和重新洗牌发牌shuffle的过程:对mapper输出的key/value进行排序,然后洗牌发牌:将相同键的key/value对发给同一个reducer。
访问hive的方式有Cli,HWI(web界面),JDBC,ODBC,thrift(hive有thrift服务器)等方式。
所有的查询和操作都会进入到Driver模块
hive不必和mapreduce服务部署在相同的节点上
hive的元数据metadata会保存在关系型数据库中,如Derby、mysql等,metadata包括表模式(表结构)等信息
HBase相
hive的缺点
1、hive不支持记录级别的增删改操作,但是用户可以通过查询生成新表或者将查询结果导入到文件中。
2、Hive的查询延时很严重,因为MapReduce job的启动过程消耗很长时间,所以不能用在交互查询系统中。
3、hive不支持事务。
hive最适合做数据仓库
HiveQL不符合ansi sql标准,和mysql、oracle的sql有很多差异。
mapreduce处理输入的文档时,传给mapper的key是文档中这行的起始位置的字符偏移量,value是这行文本。
对程序员透明的事情,也是hadoop神奇的地方是,hadoop会自动执行排序sort和重新洗牌发牌shuffle的过程:对mapper输出的key/value进行排序,然后洗牌发牌:将相同键的key/value对发给同一个reducer。
访问hive的方式有Cli,HWI(web界面),JDBC,ODBC,thrift(hive有thrift服务器)等方式。
所有的查询和操作都会进入到Driver模块
hive不必和mapreduce服务部署在相同的节点上
hive的元数据metadata会保存在关系型数据库中,如Derby、mysql等,metadata包括表模式(表结构)等信息
HBase相