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