Hive基礎(chǔ)知識(shí)的示例分析

這篇文章主要介紹了Hive基礎(chǔ)知識(shí)的示例分析，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

　　Hive的元數(shù)據(jù)一般存儲(chǔ)在關(guān)系型數(shù)據(jù)庫(kù)中，如MySql;

　　底層存儲(chǔ)用到的是HDFS分布式存儲(chǔ)系統(tǒng)。它的優(yōu)點(diǎn)：1.?簡(jiǎn)單易上手：提供了類(lèi)SQL查詢(xún)語(yǔ)言HQL；2.可擴(kuò)展：為超大數(shù)據(jù)集設(shè)計(jì)了計(jì)算/擴(kuò)展能力（MR作為計(jì)算引擎，HDFS作為存儲(chǔ)系統(tǒng)）；3.提供統(tǒng)一的元數(shù)據(jù)管理；4.Hive支持用戶(hù)自定義函數(shù)，用戶(hù)可以根據(jù)自己的需求來(lái)實(shí)現(xiàn)自己的函數(shù)：繼承hive的UDF類(lèi)，重寫(xiě)evaluate方法；5.容錯(cuò)：良好的容錯(cuò)性，節(jié)點(diǎn)出現(xiàn)問(wèn)題SQL仍可完成執(zhí)行；

　　缺點(diǎn)：1.Hive的HQL表達(dá)能力有限；2.效率比較低，自動(dòng)生成的Mapreduce作業(yè)，通常情況下不夠智能化，且調(diào)優(yōu)比較困難；

　　Hive用戶(hù)接口

　　1）HiveCLI（HiveCommandLine，Hive命令行），客戶(hù)端可以直接在命令行模式下進(jìn)行操作

　　2）HWI（HiveWebInterface，HiveWeb接口），Hive提供了更直觀的Web界面

　　3）hiveserver，Hive提供了Thrift服務(wù)，Thrift客戶(hù)端目前支持C++/Java/PHP/Python/Ruby

　　Hive常用文件格式：

　　Textfile：默認(rèn)格式，數(shù)據(jù)不做壓縮，磁盤(pán)開(kāi)銷(xiāo)大，數(shù)據(jù)解析開(kāi)銷(xiāo)大；

　　SEQUENCEFILE：SequenceFile是HadoopAPI提供的一種二進(jìn)制文件支持，其具有使用方便、可分割、可壓縮的特點(diǎn)；

　　rcfile：RCFILE是一種行列存儲(chǔ)相結(jié)合的存儲(chǔ)方式。首先，其將數(shù)據(jù)按行分塊，保證同一個(gè)record在一個(gè)塊上，避免讀一個(gè)記錄需要讀取多個(gè)block。其次，塊數(shù)據(jù)列式存儲(chǔ)，有利于數(shù)據(jù)壓縮和快速的列存取;

　　parquet:ApacheParquet是Hadoop生態(tài)圈中一種新型列式存儲(chǔ)格式，它可以兼容Hadoop生態(tài)圈中大多數(shù)計(jì)算框架;

　　Hive數(shù)據(jù)導(dǎo)入導(dǎo)出

　　Hive表中的數(shù)據(jù)，同時(shí)支持從本地?cái)?shù)據(jù)導(dǎo)入、從其他表導(dǎo)入數(shù)據(jù)、導(dǎo)出數(shù)據(jù)到本地文件系統(tǒng)、導(dǎo)出數(shù)據(jù)到HDFS中

　　Hive基本語(yǔ)句

　　Hive建表語(yǔ)句基本跟關(guān)系型數(shù)據(jù)庫(kù)建表語(yǔ)句相同，區(qū)別在于語(yǔ)句尾端指定了列分隔符：

　　ROWFORMATDELIMITEDFIELDSTERMINATEDBY‘,’

　　指定了列分隔符為“，”；

　　對(duì)于分區(qū)表，會(huì)有分區(qū)字段的說(shuō)明：

　　PARTITIONEDBY(countrySTRING,stateSTRING)

　　用“country“、”state”兩個(gè)字段分區(qū)；

　　以及指定存儲(chǔ)文件的格式：

　　STOREDASTEXTFILE。

　　關(guān)于內(nèi)連接、外連接和半連接：

　　幾種連接區(qū)別簡(jiǎn)單概括為：內(nèi)連接只顯示了倆張表都存在的數(shù)據(jù)，而外連接則是顯示出所有的數(shù)據(jù)，其中左連接是左外邊的表輸出完整數(shù)據(jù)。右外連接是右邊的表輸出完整數(shù)據(jù)，全外連接就是兩張表的所有行全部輸出。做半連接用來(lái)補(bǔ)充Hive相對(duì)于MySQL等語(yǔ)句缺失的in/exists這樣的子句，就用leftjoin代替，和leftjoin的區(qū)別在于右邊的表數(shù)據(jù)不會(huì)加載進(jìn)結(jié)果；

　　orderby和sortby:

　　ORDERBY會(huì)對(duì)查詢(xún)結(jié)果集執(zhí)行一個(gè)全局排序,所有的數(shù)據(jù)都通過(guò)一個(gè)reducer進(jìn)行處理;SORTBY，其只會(huì)在每個(gè)reducer中對(duì)數(shù)據(jù)進(jìn)行排序，也就是執(zhí)行一個(gè)局部排序過(guò)程,生產(chǎn)中可以和DISTRIBUTEBY一起用，實(shí)現(xiàn)分區(qū)并排序。

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“Hive基礎(chǔ)知識(shí)的示例分析”這篇文章對(duì)大家有幫助，同時(shí)也希望大家多多支持億速云，關(guān)注億速云行業(yè)資訊頻道，更多相關(guān)知識(shí)等著你來(lái)學(xué)習(xí)!