大数据学习第三天

最新推荐文章于 2024-09-14 22:07:12 发布

s3390909986

最新推荐文章于 2024-09-14 22:07:12 发布

阅读量148

点赞数 1

文章标签：大数据学习 spark

本文链接：https://blog.csdn.net/s3390909986/article/details/138171672

版权

本文讲述了数据库（OLTP,事务处理，用于日常操作）与数据仓库（OLAP,分析处理，用于历史数据分析）之间的区别，包括设计目标、数据存储、冗余处理以及Hive与HDFS的关系。

摘要由CSDN通过智能技术生成

数据库是操作型处理，叫联机事务处理OLTP，也可以称面向用户交易的处理系统，它是针对具体业务在数据库联机的日常操作，通常进行增删改查操作。

数据仓库是分析型处理，叫联机分析处理OLAP，也可以称为面向专业分析人员进行数据分析，通常进行查询分析操作，一般针对某些主题的历史数据进行分析，支持管理决策。

数据库是面向事务的设计，数据仓库是面向主题设计的。

数据库一般存储业务数据，数据仓库存储的一般是历史数据。

数据库是为捕获数据而设计，数据仓库是为分析数据而设计。

数据库设计是尽量避免冗余，数据仓库在设计是有意引入冗余。

数据仓库架构可分为三层——源数据层（ODS）、数据仓库层（DW）、数据应用层（DA或APP）

创建数据库

create database if not exists myhive;
use myhive;

查看数据库详细信息


desc database myhive;

创建库的语法为

CREATE DATABASE [IF NOT EXISTS] db_name [LOCATION position]；

删除库的语法为

DROP DATABASE db_name [CASCADE];

数据库和HDFS的关系

Hive的库在HDFS上就是一个以.db结尾的目录
默认存储在：/user/hive/warehouse内
可以通过LOCATION关键字在创建的时候指定存储目录

今天的学习，收货很多！

关注