互聯(lián)網(wǎng)中Pig是什么

這篇文章給大家分享的是有關(guān)互聯(lián)網(wǎng)中Pig是什么的內(nèi)容。小編覺(jué)得挺實(shí)用的，因此分享給大家做個(gè)參考，一起跟隨小編過(guò)來(lái)看看吧。

        Pig是一個(gè)基于Hadoop的大規(guī)模數(shù)據(jù)分析平臺(tái)，它提供的SQL-LIKE語(yǔ)言叫Pig    Latin，該語(yǔ)言的編譯器會(huì)把類(lèi)SQL的數(shù)據(jù)分析請(qǐng)求轉(zhuǎn)換為一系列經(jīng)過(guò)優(yōu)化處理的MapReduce運(yùn)算。Pig為復(fù)雜的海量數(shù)據(jù)并行計(jì)算提供了一個(gè)簡(jiǎn)單的操作和編程接口。

        Pig特點(diǎn):

            1、專(zhuān)注于大量數(shù)據(jù)分析(ad-hoc analysis,ad-hoc代表:a solution that has been custom designed for a specific problem).

            2、運(yùn)行在集群的計(jì)算架構(gòu)上，Yahoo Pig提供了多層抽象，簡(jiǎn)化并行計(jì)算讓普通用戶(hù)使用；這些抽象完成自動(dòng)把用戶(hù)請(qǐng)求queries翻譯成有效的并行評(píng)估計(jì)劃，然后在物理集群上執(zhí)行這些計(jì)劃；

            3、提供類(lèi)似SQL的操作語(yǔ)法；

            4、開(kāi)放源代碼；

        關(guān)于Pig與Hive：

                對(duì)于開(kāi)發(fā)人員，直接使用Java APIS可能是乏味或容易出錯(cuò)的，同時(shí)也限制了Java程序員在Hadoop上編程的運(yùn)用靈活性。于是Hadoop提供了2個(gè)解決方案，使得Hadoop編程變得更加容易。

                Pig是一種編程語(yǔ)言，它簡(jiǎn)化了Hadoop常見(jiàn)的工作任務(wù)，Pig可加載數(shù)據(jù)、表達(dá)轉(zhuǎn)換數(shù)據(jù)以及存儲(chǔ)最終結(jié)果。Pig內(nèi)置的操作使得半結(jié)構(gòu)化數(shù)據(jù)變得有意義(如日志文件)，同時(shí)Pig可擴(kuò)展使用Java中添加的自定義數(shù)據(jù)類(lèi)型并支持?jǐn)?shù)據(jù)轉(zhuǎn)換.

                Hive是Hadoop中扮演數(shù)據(jù)倉(cāng)庫(kù)的角色.Hive添加數(shù)據(jù)的結(jié)構(gòu)在HDFS(hive superimposes structure on data in HDFS)，并允許使用類(lèi)似于SQL語(yǔ)法進(jìn)行數(shù)據(jù)查詢(xún)，與Pig一樣，Hive的核心功能是可擴(kuò)展的.

                Pig和Hive總是令人困惑的.Hive更適合于數(shù)據(jù)倉(cāng)庫(kù)的任務(wù)，Hive主要用于靜態(tài)的結(jié)構(gòu)以及需要經(jīng)常分析的工作。Hive與SQL相識(shí)促使其成為Hadoop與其他BI工具結(jié)合的理想交集。Pig富裕開(kāi)發(fā)人員在大數(shù)據(jù)集領(lǐng)域更多的靈活性，并允許開(kāi)發(fā)簡(jiǎn)潔的腳本用于轉(zhuǎn)換數(shù)據(jù)流以便嵌入到較大的應(yīng)用程序。Pig相比Hive相對(duì)輕量，它主要的優(yōu)勢(shì)是相比于直接使用Hadoop Java Apis可大幅消減代碼量。正因?yàn)槿绱?，Pig仍然是吸引大量的軟件開(kāi)發(fā)人員。

感謝各位的閱讀！關(guān)于“互聯(lián)網(wǎng)中Pig是什么”這篇文章就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，讓大家可以學(xué)到更多知識(shí)，如果覺(jué)得文章不錯(cuò)，可以把它分享出去讓更多的人看到吧！