Hive(二)Hive基本概念

1038-茹同学

发表文章数:74

热门标签

首页 » 大数据 » 正文

Hive概念

Hive是一个数据仓库的处理工具,专门用于仓库的数据分析。Hive是基于hadoop上的一个数据仓库工具,将结构化的数据,映射成为一张表,并且提偶给你类似于sql的查询功能。

Hive的本质是将SQL语句转换为MapReduce的任务进行执行。底层由HDFS来提供数据的存储支持,说白了hive可以理解为一个将SQL转换为MapReduce任务的工具,甚至更进一步可以说hive就是一个MapReduce的客户端。

数据的存储:用的是HDFS。数据的计算用的是MR。

Hive中的数据来源

结构化数据与非结构化数据

  • 结构化数据表现为数据字段固定。典型的例如数据库表
  • 半结构化数据 : 数据类型一定,但是数据字段个数不定,类似于JSON,xml数据。
  • 非结构化数据 : 数据类型不一定,但是数据字段个数不定。例如音频与视频等。

Hive(二)Hive基本概念

Hive(二)Hive基本概念

Hive中的元数据信息

主要描述hive表与hdfs数据之间的映射关系。

元数据:Metastore

  • 元数据包括:表名、表所属的数据库(默认是default)、表的拥有者、列/分区字段、表的类型(是否是外部表)、表的数据所在目录等;

  • 元数据默认存储在自带的derby数据库中,推荐使用MySQL存储Metastore。

为什么要Hive

接口采用类似于SQL语法,提供快速开发等能力。

Hive的架构

  1. 用户接口:提供些SQL的地方
  2. 解析器:解析SQL语句,转化为MR任务执行
  3. 元数据:记录hive表与我们数据之间的关系
  4. 执行器:MR执行
标签:

未经允许不得转载:作者:1038-茹同学, 转载或复制请以 超链接形式 并注明出处 拜师资源博客
原文地址:《Hive(二)Hive基本概念》 发布于2020-11-08

分享到:
赞(0) 打赏

评论 抢沙发

评论前必须登录!

  注册



长按图片转发给朋友

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏

Vieu3.3主题
专业打造轻量级个人企业风格博客主题!专注于前端开发,全站响应式布局自适应模板。

登录

忘记密码 ?

您也可以使用第三方帐号快捷登录

Q Q 登 录
微 博 登 录