Video: Guess Who feat. Irina Rimes - Cupidon (Videoclip Oficial) 2024
Hive este un strat de stocare a datelor bazat pe elemente de bază ale Hadoop (HDFS și MapReduce) și este foarte util în date mari. Acesta oferă utilizatorilor care cunosc SQL cu o simplă implementare SQL-lite, numită HiveQL, fără a sacrifica accesul prin cartografiere și reduceri. Cu Hive, puteți obține cele mai bune din ambele lumi: acces SQL la date structurate și analiză sofisticată a datelor mari cu MapReduce.
Spre deosebire de cele mai multe depozite de date, Hive nu este conceput pentru a răspunde rapid la întrebări. De fapt, interogările pot dura câteva minute sau chiar ore, în funcție de complexitate. Ca rezultat, Hive este cel mai bine folosit pentru extragerea de date și analize mai profunde, care nu necesită comportamente în timp real. Deoarece se bazează pe fundația Hadoop, este foarte extensibil, scalabil și rezistent, ceea ce nu este depozitul mediu de date.
Stategul folosește trei mecanisme pentru organizarea datelor:
-
Tabele: Tabelele de tip Hive sunt aceleași cu tabelele RDBMS constând din rânduri și coloane. Deoarece stupul este stratificat pe HDAD-ul Hadoop, tabelele sunt mapate directoarelor din sistemul de fisiere. În plus, Hive acceptă tabele stocate în alte sisteme de fișiere native.
-
Partiții: O masă Hive poate suporta una sau mai multe partiții. Aceste partiții sunt mapate la subdirectoarele din sistemul de fișiere care stau la baza și reprezintă distribuția de date în întregul tabel. De exemplu, dacă un tabel este denumit autos, cu o valoare cheie 12345 și o valoare a fabricantului Ford, calea către partiție ar fi / autos / kv = 12345 / Ford.
-
Cupe: La rândul lor, datele pot fi împărțite în găleți. Piesele sunt stocate ca fișiere în directorul de partiții din sistemul de fișiere de bază. Găleții se bazează pe rubrica hash a unei coloane din tabel. În exemplul precedent, este posibil să aveți o găleată numită Focus, care conține toate atributele unui Ford Focus auto.
Metadatele de tip Hive sunt stocate extern în "metastore. "Metastrul este o bază de date relațională care conține descrierile detaliate ale schemei Hive, inclusiv tipurile de coloane, proprietarii, datele cheie și valori, statisticile tabelei și așa mai departe. Metastoul este capabil să sincronizeze datele din catalog cu alte servicii de metadate în ecosistemul Hadoop.
Hive acceptă o limbă asemănătoare SQL numită HiveQL. HiveQL acceptă multe dintre primitivele SQL, cum ar fi selectarea, integrarea, agregarea, unirea tuturor și așa mai departe. De asemenea, acceptă interogări și inserturi multitabile prin împărtășirea datelor de intrare într-o singură instrucțiune HiveQL. HiveQL poate fi extins pentru a sprijini agregarea definită de utilizator, transformarea coloanei și scripturile MapReduce încorporate.