大数据离线项目处理的总体思路

1

通过mapreduce 计算框架 来对数据进行预处理

2

数据预处理完后 ，把数据上传到linux上 ，通过hive 组件 把预处理的数据加载到 hive的表中

3

如果需要原始表的数据加载到不是textfile 类型的表中时，必须要通过原始表查询出来的结果加载到其他类型的表中，否者数据加载不进去

4

通过数据分析（其实就是写hive的sql 语句查询出来的结果导入到一个文件中 ）

5

建立hive与hbase 的映射表 把分析出来的数据加载到hbase中（为什么：hbase 查询数据的速度比hive 快 ）

注意：在建立hive 与hbase 的映射表的时候，hbase的字段第一个可以不写，默认是第一个，也可以这样写:key
来代替那个默认的rowkey