一区二区视频_久久久精品国产_一级在线观看_欧美福利_国产精品免费看_国产大片在线观看

　　今天好程序員大數(shù)據(jù)培訓(xùn)老師給大家技術(shù)介紹一下關(guān)于Hive的一些基礎(chǔ)知識，首先Hive作為數(shù)據(jù)倉庫，起源于Facebook，工作原理大致可以解釋為：對用戶輸入的HQL語句進(jìn)行解釋，編譯，優(yōu)化并執(zhí)行生成查詢計(jì)劃，并轉(zhuǎn)化為MapReduce任務(wù)進(jìn)而執(zhí)行：解釋器——編譯器——優(yōu)化器——執(zhí)行器。

　　Hive的元數(shù)據(jù)一般存儲在關(guān)系型數(shù)據(jù)庫中，如MySql;

　　底層存儲用到的是HDFS分布式存儲系統(tǒng)。它的優(yōu)點(diǎn)：1.?簡單易上手：提供了類SQL查詢語言HQL;2.可擴(kuò)展：為超大數(shù)據(jù)集設(shè)計(jì)了計(jì)算/擴(kuò)展能力(MR作為計(jì)算引擎，HDFS作為存儲系統(tǒng));3.提供統(tǒng)一的元數(shù)據(jù)管理;4.Hive支持用戶自定義函數(shù)，用戶可以根據(jù)自己的需求來實(shí)現(xiàn)自己的函數(shù)：繼承hive的UDF類，重寫evaluate方法;5.容錯(cuò)：良好的容錯(cuò)性，節(jié)點(diǎn)出現(xiàn)問題SQL仍可完成執(zhí)行;

　　缺點(diǎn)：1.Hive的HQL表達(dá)能力有限;2.效率比較低，自動生成的Mapreduce作業(yè)，通常情況下不夠智能化，且調(diào)優(yōu)比較困難;

　　Hive用戶接口

　　1)HiveCLI(HiveCommandLine，Hive命令行)，客戶端可以直接在命令行模式下進(jìn)行操作

　　2)HWI(HiveWebInterface，HiveWeb接口)，Hive提供了更直觀的Web界面

　　3)hiveserver，Hive提供了Thrift服務(wù)，Thrift客戶端目前支持C++/Java/PHP/Python/Ruby

　　Hive常用文件格式：

　　Textfile：默認(rèn)格式，數(shù)據(jù)不做壓縮，磁盤開銷大，數(shù)據(jù)解析開銷大;

　　SEQUENCEFILE：SequenceFile是HadoopAPI提供的一種二進(jìn)制文件支持，其具有使用方便、可分割、可壓縮的特點(diǎn);

　　rcfile：RCFILE是一種行列存儲相結(jié)合的存儲方式。首先，其將數(shù)據(jù)按行分塊，保證同一個(gè)record在一個(gè)塊上，避免讀一個(gè)記錄需要讀取多個(gè)block。其次，塊數(shù)據(jù)列式存儲，有利于數(shù)據(jù)壓縮和快速的列存取;

　　parquet:ApacheParquet是Hadoop生態(tài)圈中一種新型列式存儲格式，它可以兼容Hadoop生態(tài)圈中大多數(shù)計(jì)算框架;

　　Hive數(shù)據(jù)導(dǎo)入導(dǎo)出

　　Hive表中的數(shù)據(jù)，同時(shí)支持從本地?cái)?shù)據(jù)導(dǎo)入、從其他表導(dǎo)入數(shù)據(jù)、導(dǎo)出數(shù)據(jù)到本地文件系統(tǒng)、導(dǎo)出數(shù)據(jù)到HDFS中

　　Hive基本語句

　　Hive建表語句基本跟關(guān)系型數(shù)據(jù)庫建表語句相同，區(qū)別在于語句尾端指定了列分隔符：

　　ROWFORMATDELIMITEDFIELDSTERMINATEDBY‘,’

　　指定了列分隔符為“，”;

　　對于分區(qū)表，會有分區(qū)字段的說明：

　　PARTITIONEDBY(countrySTRING,stateSTRING)

　　用“country“、”state”兩個(gè)字段分區(qū);

　　以及指定存儲文件的格式：

　　STOREDASTEXTFILE。

　　關(guān)于內(nèi)連接、外連接和半連接：

　　幾種連接區(qū)別簡單概括為：內(nèi)連接只顯示了倆張表都存在的數(shù)據(jù)，而外連接則是顯示出所有的數(shù)據(jù)，其中左連接是左外邊的表輸出完整數(shù)據(jù)。右外連接是右邊的表輸出完整數(shù)據(jù)，全外連接就是兩張表的所有行全部輸出。做半連接用來補(bǔ)充Hive相對于MySQL等語句缺失的in/exists這樣的子句，就用leftjoin代替，和leftjoin的區(qū)別在于右邊的表數(shù)據(jù)不會加載進(jìn)結(jié)果;

　　orderby和sortby:

　　ORDERBY會對查詢結(jié)果集執(zhí)行一個(gè)全局排序,所有的數(shù)據(jù)都通過一個(gè)reducer進(jìn)行處理;SORTBY，其只會在每個(gè)reducer中對數(shù)據(jù)進(jìn)行排序，也就是執(zhí)行一個(gè)局部排序過程,生產(chǎn)中可以和DISTRIBUTEBY一起用，實(shí)現(xiàn)分區(qū)并排序。