版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
Hive內(nèi)部培訓(xùn)順豐科技-系統(tǒng)與數(shù)據(jù)集成研發(fā)中心-數(shù)據(jù)集成研發(fā)部第一章第二章第三章第四章Hive是什么Hive特性
怎么用HiveHive的調(diào)優(yōu)及發(fā)展Hive是什么??Hive是基于Hadoop的一個數(shù)據(jù)倉庫工具,可以將結(jié)構(gòu)化的數(shù)據(jù)文件映射為一張數(shù)據(jù)庫表,并提供類SQL查詢功能。?本質(zhì)是將HQL轉(zhuǎn)換為MapReduce程序Hive關(guān)注以下幾點:在Hadoop中的數(shù)據(jù)可擴展的SQL處理可擴展到100PB+結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)---現(xiàn)階段公司只是用到結(jié)構(gòu)化的數(shù)據(jù)Hive的架構(gòu)簡介–在Hadoop生態(tài)圈的位置建立在Hive之上的交換層讓傳統(tǒng)DBA或者Java工程師輕松就能完成更多的工作最終轉(zhuǎn)化成MapReduceJobHive將元數(shù)據(jù)存儲在數(shù)據(jù)庫中,如mysql、derby。Hive中的元數(shù)據(jù)包括表的名字,表的列和分區(qū)及其屬性,表的屬性(是否為外部表等),表的數(shù)據(jù)所在目錄等。解釋器、編譯器、優(yōu)化器完成HQL查詢語句從詞法分析、語法分析、編譯、優(yōu)化以及查詢計劃的生成。生成的查詢計劃存儲在HDFS中,并在隨后有MapReduce調(diào)用執(zhí)行。Hive的數(shù)據(jù)存儲在HDFS中,大部分的查詢由MapReduce完成(包含*的查詢,比如select*fromtbl不會生成MapRedcue任務(wù))。Hive的架構(gòu)簡介–接口1、Hive將元數(shù)據(jù)存儲在數(shù)據(jù)庫中,如mysql、derby。Hive中的元數(shù)據(jù)包括表的名字,表的列和分區(qū)及其屬性,表的屬性(是否為外部表等),表的數(shù)據(jù)所在目錄等。
2、解釋器、編譯器、優(yōu)化器完成HQL查詢語句從詞法分析、語法分析、編譯、優(yōu)化以及查詢計劃的生成。生成的查詢計劃存儲在HDFS中,并在隨后有MapReduce調(diào)用執(zhí)行。
3、Hive的數(shù)據(jù)存儲在HDFS中,大部分的查詢由MapReduce完成(包含*的查詢,比如select*fromtbl不會生成MapRedcue任務(wù))。
Hive和普通關(guān)系數(shù)據(jù)庫的異同
HiveRDBMS查詢語言HQLSQL數(shù)據(jù)存儲HDFSRawDeviceorLocalFS索引無有執(zhí)行MapReduceExcutor執(zhí)行延遲高低處理數(shù)據(jù)規(guī)模大小1、查詢語言。專門設(shè)計了類SQL的查詢語言HQL。熟悉SQL開發(fā)的開發(fā)者可以很方便的使用Hive進行開發(fā)。
2、數(shù)據(jù)存儲位置。Hive的數(shù)據(jù)都是存儲在HDFS中的。3、數(shù)據(jù)格式。Hive中沒有定義專門的數(shù)據(jù)格式,數(shù)據(jù)格式可以由用戶指定.4、數(shù)據(jù)更新。Hive中不支持對數(shù)據(jù)的改寫即沒有更新5、執(zhí)行。Hive中大多數(shù)查詢的執(zhí)行是通過
MapReduce來實現(xiàn)的。
6、執(zhí)行延遲。hive延遲較高。但由于MR框架大數(shù)據(jù)量的訪問優(yōu)勢明顯。
7、可擴展性。由于Hive是建立在Hadoop之上的,因此Hive的可擴展性是和Hadoop的可擴展性是一致的(Oracle在理論上的擴展能力也只有100臺左右。
8、數(shù)據(jù)規(guī)模。由于Hive建立在集群上并可以利用MapReduce進行并行計算,因此可以支持很大規(guī)模的數(shù)據(jù)
第一章第二章第三章第四章Hive是什么Hive基本操作
怎么用HiveHive的調(diào)優(yōu)及發(fā)展Hive基本操作–DDLCreate/Drop/AlterDatabaseCreate/Drop/AlterTableAlterTable/Partition/ColumnCreate/Drop/AlterViewCreate/DropIndexCreate/DropFunctionShowDescribeHive基本操作–托管表和外部表Hive默認創(chuàng)建ManagedTable,由Hive來管理數(shù)據(jù),意味著Hive會將數(shù)據(jù)移動到數(shù)據(jù)倉庫目錄。另外一種選擇是創(chuàng)建ExternalTable,這時Hive會到倉庫目錄以外的位置訪問數(shù)據(jù)。如何選擇?如果所有處理都由Hive完成,應(yīng)該使用ManagedTable。如果要用Hive和其它工具來處理同一個數(shù)據(jù)集,應(yīng)該使用ExternalTables。托管表外部表CREATE/LOAD把數(shù)據(jù)已到倉庫目錄創(chuàng)建表時指明外部數(shù)據(jù)的位置DROP元數(shù)據(jù)和數(shù)據(jù)會被一起刪除只刪除元數(shù)據(jù)Hive基本操作–DATABASE在Hive中創(chuàng)建數(shù)據(jù)庫及托管表(內(nèi)部表)1、登錄進入Hivesudo-uhdfshive;2、查看數(shù)據(jù)庫showdatabases;3、創(chuàng)建數(shù)據(jù)庫createdatabaseifnotexistsabc_test;4、進入abc_test數(shù)據(jù)庫useabc_test;5、查看數(shù)據(jù)庫下所有的表showtables;6、創(chuàng)建托管表(內(nèi)部表:刪除表,數(shù)據(jù)同時被刪除)droptableifexistsabc_table_01;createtableabc_table_01(
idintcomment'序列',
namestringcomment'名稱')comment'創(chuàng)建托管表(內(nèi)部表)'rowformatdelimitedfieldsterminatedby'\001';7、查看表結(jié)構(gòu)
descformattedabc_table_01;Hive基本操作–PartitionHive外部表與分區(qū)表建立。1、創(chuàng)立外部表(刪除外部表,數(shù)據(jù)不會被刪除)droptableifexistsabc_table_02;createexternaltableabc_table_02(
idintcomment'序列',
namestringcomment'名稱')comment'創(chuàng)建外部表'rowformatdelimitedfieldsterminatedby'\001'location'/test/fin_abc/fin_abc/fct/abc_table_02';2、創(chuàng)建立分區(qū)表
droptableifexistsabc_table_03;createexternaltableabc_table_03(
idintcomment'序列',
namestringcomment'名稱')comment'創(chuàng)建外部表'partitionedby(hq_month_codestring)rowformatdelimitedfieldsterminatedby'\001'location'/test/fin_abc/fin_abc/bsl/abc_table_03';3、添加分區(qū)
altertableabc_table_03addpartition(hq_month_code='201501')location'/test/fin_abc/fin_abc/bsl/abc_table_03/201501';Hive基本操作–TABLEOPERATINGHive數(shù)據(jù)庫和表的DDL操作1、修改表名
altertableabc_table_01renametoabc_table_01_new;2、添加字段(不能刪除字段)
altertableabc_table_01_newaddcolumns(abcstring);3、修改字段
altertableabc_table_01_newchangeabcnew_abcstring;4、刪除分區(qū)
altertableabc_table_03droppartition(hq_month_code='201501');5、查看分區(qū)showpartitionsabc_table_03;6、刪除表
droptableabc_table_01_new;7、刪除數(shù)據(jù)庫
dropdatabaseifexistsabc_testcascade;Hive基本操作–TABLEOPERATINGHive表的DML操作1、插入數(shù)據(jù)insertoverwritetableabc_table_01selectcount(*)asid,'test1'fromabc_table_01;insertintotableabc_table_01select1asid,'test12'fromabc_table_01;2、查詢數(shù)據(jù)
selecta.*fromabc_table_01a;
selecta.*fromabc_table_01alimit10;注意:1、Hive支持并行插入。2、Hive不支持不等值連接。
3、Hive中沒有控制語句如for、ifelse、while等。Hive基本操作–DMLLoadingfilesintotablesInsertingdataintoHiveTablesfromqueriesWritingdataintothefilesystemfromqueriesNote:MultipleInsertHive基本操作–QueriesWHEREClauseALLandDISTINCTClausesPartitionBasedQueriesHAVINGClauseLIMITClauseREGEXColumnSpecificationhttps:///confluence/display/Hive/LanguageManual+SelectHive基本操作–QueriesJoinInnerjoinHive只支持等值連接;JOIN子句中表的順序很重要,一般最好將最大的表在最后;Outerjoin外連接可以讓你找到連接表中不能匹配的數(shù)據(jù)行;Semijoin目前并不支持IN子查詢,可以使用LEFTSEMIJOIN達到相同效果(右表最能在ON子句中出現(xiàn));Mapjoin該查詢Job沒有reducer;使用時充分利用BucketedTable,需要設(shè)置hive.optimize.bucketmapjoin為true;慎重使用!第一章第二章第三章第四章Hive是什么Hive基本操作
怎么用HiveHive的調(diào)優(yōu)及發(fā)展Hive使用–以Mc為例數(shù)據(jù)準備定義數(shù)據(jù)倉庫放置目錄:HDFS目錄/user/cloudil/cdr/bssap/20120717/bssap
-協(xié)議類型
20120717-年月日(開始時間)
以bssap為例,自行管理倉庫數(shù)據(jù),按天查詢創(chuàng)建分區(qū);建表(支持按時間分區(qū)的外部表)加載數(shù)據(jù)LOADDATAINPATH'/user/cloudil/bssap-2012-08-05-09/'INTOTABLEbssapPARTITION(date='20120805');數(shù)據(jù)應(yīng)用查詢與ET
第一章第二章第三章第四章Hive是什么Hive基本操作
怎么用HiveHive的調(diào)優(yōu)及發(fā)展Hive調(diào)優(yōu)–數(shù)據(jù)存儲模型數(shù)據(jù)庫(database)表(table)表(table)傾斜數(shù)據(jù)正常數(shù)據(jù)分區(qū)分區(qū)桶桶桶桶Hive調(diào)優(yōu)-存儲格式??Built-inFormats:–?Parquet–?ORCFile–?RCFile–?Avro–?DelimitedText–?RegularExpression–?S3Logfile–?TypedBytes??3rd-PartyAddons:–?JSON–?XMLHive調(diào)優(yōu)–參數(shù)以下常用設(shè)置set=fin_abc;--指定對列set=fin_abc;sethive.fetch.task.conversion=more;--對于簡單的不需要聚合的類似SELECT不需要起MapReduce.sethive.cli.print.header=true;--打印列名sethive.exec.reducers.max=200;--最大reducers數(shù)setpress.output=false;--控制hive的查詢結(jié)果輸出是否進行壓縮,默認不壓縮false;setermediate=true;--決定查詢的中間map/reduce的輸出是否為壓縮setmapred.max.split.size=1000000000;--每個map的最大輸入大小,該值約小,map數(shù)越多;setmapred.min.split.size.per.node=1000000000;
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 勞務(wù)派遣雙方協(xié)議書七篇
- 個人建筑承包協(xié)議
- 非典型麻疹綜合征病因介紹
- 機械基礎(chǔ) 課件 模塊八任務(wù)三 聯(lián)軸器與離合器
- (2024)黃金選礦劑生產(chǎn)建設(shè)項目可行性研究報告(一)
- 全景式數(shù)字游民洞察報告
- 獸醫(yī)寄生蟲病學(xué)練習(xí)題含參考答案
- 佐樂米貼鼻子課件
- 養(yǎng)老院老人洗浴衛(wèi)生管理制度
- 養(yǎng)老院老人緊急救援人員培訓(xùn)制度
- 2023-2024學(xué)年廣東省廣州市白云區(qū)九年級(上)期末語文試卷
- 2024統(tǒng)編版初中八年級語文上冊第六單元:大單元整體教學(xué)設(shè)計
- 五年級上冊數(shù)學(xué)試題試卷(8篇)
- 2024-2025學(xué)年四年級科學(xué)上冊第三單元《運動和力》測試卷(教科版)
- 學(xué)術(shù)規(guī)范與論文寫作智慧樹知到答案2024年浙江工業(yè)大學(xué)
- 2024年典型事故案例警示教育手冊15例
- 【打印版】2021年上海市浦東新區(qū)中考一模數(shù)學(xué)試卷及解析
- EN1779-歐洲無損檢測標準
- 【數(shù)據(jù)結(jié)構(gòu)】A類停車場管理系統(tǒng)
- 生態(tài)保護紅線劃定.ppt
- 機械原理榫槽成型半自動切削機課程設(shè)計
評論
0/150
提交評論