- 博客(4)
- 收藏
- 关注
原创 MapReduce详解
MapReduce模型简介: •MapReduce将复杂的、运行于大规模集群上的并行计算过程高度地抽象到了两个函数:Map和Reduce •编程容易,不需要掌握分布式并行编程细节,也可以很容易把自己的程序运行在分布式系统上,完成海量数据的计算 •MapReduce采用“分而治之”策略,一个存储在分布式文件系统中的大规模数据集,会被切分成许多独立的分片(split),这些分片可
2017-06-13 18:20:23 16278 4
原创 Hive的数据类型与基础操作
表 Hive的基本数据类型:类型描述示例TINYINT1个字节(8位)有符号整数1SMALLINT2个字节(16位)有符号整数1INT4个字节(32位)有符号整数1BIGINT8个字节
2017-06-13 11:35:18 739
原创 Hive的工作原理
一、SQL语句转换成MapReduce作业的基本原理join的实现原理:sql获取的数据先通过map函数处理,转换成key-value形式,接着shuffle为归并的过程,将key相同的归并到一起,最后通过Reduce函数处理。(关于MapReduce与shuffle的详解请看MapReduce篇)二、Hive中SQL查询转换成MapReduce作业的过程
2017-06-13 09:50:50 941
原创 数据仓库hive(简介与应用)
数据仓库概念:数据仓库(Data Warehouse)是一个面向主题的(Subject Oriented)、集成的(Integrated)、相对稳定的(Non-Volatile)、反映历史变化(Time Variant)的数据集合,用于支持管理决策。hive简介: •Hive是一个构建于Hadoop顶层的数据仓库工具 •支持大规模数据存储、分析,
2017-06-13 09:27:43 1708
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人