>>分享SPSS,Hadoop等大数据处理技术,以及分布式架构以及集群系统的构建 书籍支持  卫琴直播  品书摘要  在线测试  资源下载  联系我们
发表一个新主题 开启一个新投票 回复文章 您是本文章第 24306 个阅读者 刷新本主题
 * 贴子主题:  Hive基础教程 回复文章 点赞(0)  收藏  
作者:zhangzl419    发表时间:2024-03-24 09:50:13     消息  查看  搜索  好友  邮件  复制  引用

Hive基础教程

Hive是什么?

Hive是一个数据仓库基础工具在Hadoop中用来处理结构化数据。它架构在Hadoop之上,总归为大数据,并使得查询和分析方便。

最初,Hive是由Facebook开发,后来由Apache软件基金会开发,并作为进一步将它作为名义下Apache Hive为一个开源项目。它用在好多不同的公司。例如,亚马逊使用它在 Amazon Elastic MapReduce。

Hive 不是

一个关系数据库
一个设计用于联机事务处理(OLTP)
实时查询和行级更新的语言
Hiver特点

它存储架构在一个数据库中并处理数据到HDFS。
它是专为OLAP设计。
它提供SQL类型语言查询叫HiveQL或HQL。
它是熟知,快速,可扩展和可扩展的。
Hive架构

下面的组件图描绘了Hive的结构:

点击在新窗口中浏览原图
CTRL+鼠标滚轮放大或缩小

该组件图包含不同的单元。下面描述每个单元:

用户接口/界面
Hive是一个数据仓库基础工具软件,可以创建用户和HDFS之间互动。用户界面,Hive支持是Hive的Web UI,Hive命令行,HiveHD洞察(在Windows服务器)。
元存储
Hive选择各自的数据库服务器,用以储存表,数据库,列模式或元数据表,它们的数据类型和HDFS映射。
HiveQL处理引擎
HiveQL类似于SQL的查询上Metastore模式信息。这是传统的方式进行MapReduce程序的替代品之一。相反,使用Java编写的MapReduce程序,可以编写为MapReduce工作,并处理它的查询。
执行引擎
HiveQL处理引擎和MapReduce的结合部分是由Hive执行引擎。执行引擎处理查询并产生结果和MapReduce的结果一样。它采用MapReduce方法。
HDFS 或 HBASE
Hadoop的分布式文件系统或者HBASE数据存储技术是用于将数据存储到文件系统。

Hive工作原理

下图描述了Hive 和Hadoop之间的工作流程。

点击在新窗口中浏览原图
CTRL+鼠标滚轮放大或缩小

下表定义Hive和Hadoop框架的交互方式:

Step No. 操作
1 Execute Query
Hive接口,如命令行或Web UI发送查询驱动程序(任何数据库驱动程序,如JDBC,ODBC等)来执行。

2 Get Plan
在驱动程序帮助下查询编译器,分析查询检查语法和查询计划或查询的要求。

3 Get Metadata
编译器发送元数据请求到Metastore(任何数据库)。

4 Send Metadata
Metastore发送元数据,以编译器的响应。

5 Send Plan
编译器检查要求,并重新发送计划给驱动程序。到此为止,查询解析和编译完成。

6 Execute Plan
驱动程序发送的执行计划到执行引擎。

7 Execute Job
在内部,执行作业的过程是一个MapReduce工作。执行引擎发送作业给JobTracker,在名称节点并把它分配作业到TaskTracker,这是在数据节点。在这里,查询执行MapReduce工作。

7.1 Metadata Ops
与此同时,在执行时,执行引擎可以通过Metastore执行元数据操作。

8 Fetch Result
执行引擎接收来自数据节点的结果。

9 Send Results
执行引擎发送这些结果值给驱动程序。

10 Send Results
驱动程序将结果发送给Hive接口。




程序猿的技术大观园:www.javathinker.net
  Java面向对象编程-->输入与输出(下)
  JavaWeb开发-->使用过滤器
  JSP与Hibernate开发-->使用JPA和注解
  Java网络编程-->Java网络编程入门
  精通Spring-->绑定CSS样式
  Vue3开发-->虚拟DOM和render()函数
  一套可复用的方法论!从0-1搭建数据团队,看这篇就够了
  30岁女IT工程师感叹:靠这工具,把报表做成养老工作,月薪快...
  Hadoop、Spark、HBase与Redis的适用性讨论
  flume+spark streaming+redis完整篇
  Hadoop配置项整理(hdfs-site.xml)
  深入玩转K8S之使用kubeadm安装Kubernetes v1.10以及常见问题...
  Hadoop中文词频统计
  kafka作为流式处理的上一层,为什么吞吐量那么大?
  最常用的四种大数据分析方法
  Hadoop2.6.5+centos7.5三节点大数据集群部署搭建
  大数据采集、清洗、处理:使用MapReduce进行离线数据分析完整...
  00-Spark介绍
  学习大数据处理需要掌握的技能
  云计算和大数据到底有什么关系
  大数据处理的基本流程
  更多...
 IPIP: 已设置保密
楼主      
1页 0条记录 当前第1
发表一个新主题 开启一个新投票 回复文章


中文版权所有: JavaThinker技术网站 Copyright 2016-2026 沪ICP备16029593号-2
荟萃Java程序员智慧的结晶,分享交流Java前沿技术。  联系我们
如有技术文章涉及侵权,请与本站管理员联系。