Mine_Cun的博客

Hive的定义：Hive是建立在 Hadoop 上的数据仓库基础构架。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的特点：Hive 不适合那些需要低延迟的应用，例如，联机事务处理(OLTP)，设计模式遵循联机分析处理（OLAP）Hive 不提供实时查询和基于行级的数据更新操作...

Hive的优化方法：1、join连接时的优化:当三个或多个以上的表进行join操作时，如果每个on使用相同的字段连接时只会产生一个mapreduce。2、join连接时的优化:当多个表进行查询时，从左到右表的大小顺序应该是从小到大。原因:hive在对每行记录操作时会把其他表先缓存起来，直到扫描最后的表进行计算3、在where字句中增加分区过滤器。4、当可以使用left semi j...