初识Hive---大数据分析学习笔记7

Hive数据仓库

一，数据仓库和传统关系型数据库的区别与联系：
（1）
数据库（database）：传统的关系型数据库的主要应用（OLTP），主要是基本的、日常的事务处理，例如银行交易。
数据仓库（data warehouse）：数据仓库系统的主要应用主要是OLAP（On-Line Analytical Processing），支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。
（2）
数据库通常追求交易的速度，交易完整性，数据的一致性，在数据库模型上主要遵从范式模型（1NF，2NF，3NF，等等），从而尽可能减少数据冗余，保证引用完整性；
数据仓库强调数据分析的效率，复杂查询的速度，数据之间的相关性分析，所以在数据库模型上，数据仓库喜欢使用多维模型，从而提高数据分析的效率。
（3）
数据库一般存储在线交易数据，数据仓库存储的一般是历史数据
（4）
数据库是“写时模式”，在传统数据库里，表的模式是在数据加载时强制确定的。如果在加载时发现数据不符合模式，则被拒绝加载数据
数据仓库是“读时模式”
二，Hive的特点
1.面向主题
2.集成
3.数据不可修改
4.相对稳定，反应数据历史变化
5.它可以把元数据保存在MySQL、Oracle或者Derby这些具体的数据库“技术”里；它在进行查询时把SQL转化成MapReduce job