Hive理论概述

理论概述"/>

Hive理论概述

Hive

文章目录

• Hive
• • 1.Hive
  • 2.Hive和Hadoop
  • 3.Hive和Mysql
  • • 3.1 数据仓库
    • 3.2 数据仓库的建立
    • 3.3 数据仓库的应用
    • 3.4 数据仓库中的数据模型、
    • • • 3.4.1 星型模型
        • 3.4.2 雪花模型
  • 4.Hive基本知识
  • • 4.1 Hive
    • 4.2 Hive的优势
    • 4.3 Hive和HDFS
    • 4.4 Hive元数据
    • 4.5 Hive的数据类型
    • • 4.5.1 基本数据类型
      • 4.5.2 复杂数据类型
      • 4.5.3 时间数据类型

1.Hive

2.Hive和Hadoop

越往后延迟越低,越往上算法越多

需要对Hadoop了解
以及对Hadoop的基本操作

3.Hive和Mysql

Mysql用于存储数据,Hive用于数据仓库

数据仓库是什么,数据仓库和数据库的区别。

3.1 数据仓库

将原来的数据进行抽取出来,然后集成起来就成为了数据仓库
数据仓库不可以更新和删除
数据仓库是用作查询的
数据仓库的数据谁随着时间的变化产生的数据的集合

3.2 数据仓库的建立

3.3 数据仓库的应用

OLAP和OLTP应用

3.4 数据仓库中的数据模型、

星型模型和雪花模型

3.4.1 星型模型

3.4.2 雪花模型

4.Hive基本知识

4.1 Hive

4.2 Hive的优势

相对于Map和Reduce来说比较方便
Hive将语句转化为MapReduce语句,然后转化为Hadoop上执行,然后反馈给用户
Hive作为一个开源框架节约了很多成本
存储在HDFS上。

4.3 Hive和HDFS

Hive的表是HDFS的目录
Hive的数据为HDFS的文件
所以说Hive是基于Hadoop之上的数据仓库

4.4 Hive元数据

主要存储在mysql,derby,orcal中

4.5 Hive的数据类型

4.5.1 基本数据类型

4.5.2 复杂数据类型

4.5.3 时间数据类型