-
windows:MySql-Front查看全部
-
windows:create database hive查看全部
-
jie tu查看全部
-
Hive将元数据存储在数据库中，支持Derby，mysql,oracle数据库等，Hive默认产生的是Derby数据库查看全部
-
数据仓库的建立过程：Step1.从数据源（业务数据系统、文档资料、其他数据）中进行抽取（Extract）数据 Step2.将抽取的数据按照一定的方式读取出来，再按照一定的格式进行转换（Transform） Step3.将满足格式的数据进行装载（Load），这样数据仓库就建立起来了； 建立数据仓库以后，接下来就是提供对外服务了，此时我们需要数据仓库引擎，数据仓库引擎包含不同的服务器，不同的服务器提供不同的服务，比如“数据查询”、“数据报表”、“数据分析“还有其他各类应用，这种功能都把它叫做”前端展示“查看全部
-
Hive的数据模型和操作：表的列对应的内容就是数据模型查看全部
-
hive web interface查看全部
-
hive执行sql 脚本文件查看全部
-
Hive体系结构查看全部
-
上节回顾：Hive中的HQL语句，最终会经过编译器编译成MapReduce程序进行计算查看全部
-
执行计划（这里是查询计划！） explain plan for select * from emp where deptno10 查询执行计划（oracle中） select * from table(dbms_xplan.display) ==> dbms_xplan.display 固定写法! 全表扫描 全表扫描的效率会很低 基于员工表的部门号，创建索引 create index myindex on emp(deptno) 在查询的列上创建索引，效率会高些（全表扫描与索引扫描的区别） 然后再重新生成执行计划： explain plan for select * from emp where deptno10 再重新查看执行计划： select * from table(dbms_xplan.display）查看全部
-
HQL的执行过程 三个组件：解释器、编辑器、优化器查看全部
-
Hive的元数据是（概念）： 关于“表”的信息（而不是表中单个数据项的信息），例如表的属性，存放位置，表的ID等等 这些信息存放在metastore中（而不是Hive中），而metastore是一种数据库，他支持mysql,orracl,derby等，Hive默认存放在derby数据库中。 本质： 元数据保存了表的信息和列的信息 每个表都有一个表ID 每个列都有一个列ID，并与一个表ID关联查看全部
-
Hive基本概念：是建立在Hadoop HDFS上的数据仓库基础架构 (==>Hive数据仓库中的数据是保存在HDFS上的！) 可以用来进行数据提取转化加载（ETL） 定义类SQL查询语言 ==>HQL(用户查询数据) 是HQL解析引擎，他将HQL语句转移成M/R Job然后在Hadoop执行 Hive的表其实就是HDFS的目录/文件查看全部
-
数据仓库基本概念： 数据仓库是一个面向主题的、集成的、不可更新的、随时间不变化的数据集合。它用于支持企业或组织的决策分析处理 数据仓库的结构和建立过程： 数据源->数据存储以及管理->数据仓库引擎->前端展示 星型模型、雪花模型 ETL: 利用抽取(Extract),转换(Transform),装载(Load)，来提取数据。查看全部
举报
0/150
提交
取消