Video: The Nepalese Honey That Makes People Hallucinate 2024
Hive adalah lapisan berorientasikan batch, data-warehousing yang dibina pada elemen teras Hadoop (HDFS dan MapReduce) sangat berguna dalam data besar. Ia menyediakan pengguna yang mengetahui SQL dengan pelaksanaan SQL-lite mudah dipanggil HiveQL tanpa mengorbankan akses melalui pemetaan dan pengurangan. Dengan Hive, anda boleh mendapatkan yang terbaik dari kedua-dua dunia: akses seperti SQL ke data berstruktur dan analisis data besar yang canggih dengan MapReduce.
Tidak seperti kebanyakan gudang data, Hive tidak direka untuk respons cepat kepada pertanyaan. Malah, pertanyaan boleh mengambil masa beberapa minit atau bahkan jam bergantung kepada kerumitan. Akibatnya, Hive lebih baik digunakan untuk perlombongan data dan analisis yang lebih mendalam yang tidak memerlukan tingkah laku masa nyata. Kerana ia bergantung kepada asas Hadoop, ia sangat extensible, scalable, dan berdaya tahan, sesuatu yang rata-rata gudang data tidak.
Hive menggunakan tiga mekanisme untuk organisasi data:
-
Jadual: Jadual sarang adalah sama dengan jadual RDBMS yang terdiri daripada baris dan lajur. Kerana Hive berlapis pada HDFS Hadoop, jadual dipetakan ke direktori dalam sistem fail. Sebagai tambahan, Hive menyokong jadual yang disimpan dalam sistem fail asli yang lain.
-
Partition: Jadual Hive boleh menyokong satu atau lebih partisyen. Bahagian ini dipetakan ke subdirektori dalam sistem fail yang mendasari dan mewakili pengedaran data di seluruh jadual. Contohnya, jika jadual dipanggil autos, dengan nilai utama 12345 dan nilai pembuat Ford, jalan ke partition akan / autos / kv = 12345 / Ford.
-
Baldi: Pada gilirannya, data boleh dibahagikan kepada baldi. Baldi disimpan sebagai fail dalam direktori partisi dalam sistem fail yang mendasari. Baldi adalah berdasarkan hash lajur dalam jadual. Dalam contoh sebelumnya, anda mungkin mempunyai baldi yang dipanggil Fokus, yang mengandungi semua atribut auto Ford Focus.
Metadata sarang disimpan secara luaran dalam "metastore. "Metastore adalah pangkalan data hubungan yang mengandungi keterangan terperinci skema Hive, termasuk jenis lajur, pemilik, data kunci dan nilai, statistik jadual, dan sebagainya. Metastore mampu menyegerakkan data katalog dengan perkhidmatan metadata lain dalam ekosistem Hadoop.
Hive menyokong bahasa seperti SQL yang dipanggil HiveQL. HiveQL menyokong banyak primitif SQL, seperti memilih, bergabung, agregat, kesatuan semua, dan sebagainya. Ia juga menyokong pelbagai pertanyaan dan sisipan dengan berkongsi data input dalam satu kenyataan HiveQL. HiveQL boleh diperluaskan untuk menyokong pengagregatan yang ditetapkan pengguna, transformasi lajur, dan skrip MapReduce yang terbenam.
