最近有个业务建表使用了 RegexSerDe，之前虽然也它来解析nginx日志，但是没有做深入的了解。这次看了下其实现方式。建表语句：CREATE external TABLE ods_cart_log
(
time_local STRING,
request_json STRING,
trace_id_num STRING
)
PARTITIONED BY
(
dt string
Hive文件存储格式包括以下几类： 1、TEXTFILE 2、SEQUENCEFILE 3、RCFILE 4、ORCFILE 其中TEXTFILE为默认格式，建表时不指定默认为这个格式，导入数据时会直接把数据文件拷贝到hdfs上不进行处理。 SEQUENCEFILE，RCFILE，ORCFILE格式的表不能直接从本地文件导入数据，数据要先导入到textfile格式的表中， 然后再从表中用i
转载
2023-09-25 21:33:09
353阅读
目录创建表使用 CTAS 建表使用 LIKE 子句建表查看表使用SHOW查看表查看数据库中的表查看表的详细信息查看表的字段信息查看建表语句查看表属性使用DESCRIBE查看表信息清理表DROP TABLETRUNCATE TABLE修改表修改表名修改表属性修改表的SerDe属性修改表的文件格式修改表的存储位置合并表中的小文件修改字段的名称、类型、位置、注释添加/替换字段 创建表CREATE [T
压缩压缩是调优的重要的点。 另外不一定非要用带split的压缩方式，如果前期做的比较好，每个块都分割成128M（一般是比block块小一点，比如256M就放250M），就可以不用带split的压缩了。文件的存储格式Hive可以支持多种格式，主要有：SEQUENCEFILE，TEXTFILE，RCFILE，ORCPARQUET。其中Hive默认的文件格式是TextFile。 设定文件格式的语句是：C
转载
2023-08-21 20:01:15
289阅读
MapReduce 的数据压缩
hive 的数据压缩
hive 支持的文件格式
hive日志分析,各种压缩的对比一： mapreduce 的压缩mapreduce 压缩 主要是在shuffle阶段的优化。•
shuffle 端的
--partition （分区）
-- sort （排序）
-- combine (合并)
-- compress (压缩)
-- group
转载
2023-07-16 22:28:23
120阅读
# Hive建表指定压缩格式实现方法
作为一名经验丰富的开发者，我将教会你如何在Hive中建表并指定压缩格式。在本文中，我将提供一个详细的步骤表格，并解释每个步骤需要执行的操作和代码。
## 步骤表格
首先，我将展示整个过程的步骤表格，以便你可以清晰地了解每个步骤的顺序和内容。
| 步骤 | 操作 |
| ---- | ---- |
| 步骤一 | 创建数据库 |
| 步骤二 | 切换到创
Hive使用的是Hadoop的文件系统和文件格式，比如TEXTFILE，SEQUENCEFILE等。 在Hive中对中间数据或最终数据数据做压缩，是提高数据吞吐量和性能的一种手段。对数据做压缩，可以大量减少磁盘的存储空间，比如基于文本的数据文件， 可以将文件压缩40%或更多，同时压缩后的文
一、Hive的数据压缩(一) 数据压缩的优缺点优点： 减少存储磁盘空间，降低单节点的磁盘IO。 减少网络传输带宽 ,因此可以加快数据在Hadoop集群流动的速度。 缺点： 需要花费额外的时间/CPU做压缩和解压缩计算。(二)MR支持的压缩编码Hadoop引入了编码/解码器压缩格式 对应的编码/解码器(三) 压缩配置参数要在Hadoop中启用压缩，可以配置如下参数（mapred-site.xm
转载
2023-07-13 16:58:18
233阅读
1. 数据库操作整体概述在Hive中，DATABASE的概念和RDBMS中类似，称之为数据库，DATABASE和SCHEMA是可以互换的，都可以使用。默认的数据库叫做default，存储数据位置位于/user/hive/warehouse下。用户自己创建的数据库存储位置是/user/hive/warehouse/database_name.db下。1.1 creat databasecreate
转载
2023-07-14 12:55:45
794阅读
文章目录1. 压缩配置1.1 Hadoop的压缩编码方式1.2 Map阶段压缩配置1.3 Reduce 阶段压缩配置2 文件存储2.1 行式存储和列式存储2.2 存储格式说明2.3 存储+压缩测试2.3.1 存储测试2.3.2 存储+压缩的测试方式 1. 压缩配置1.1 Hadoop的压缩编码方式压缩格式： 压缩性能的比较：1.2 Map阶段压缩配置Map 阶段开启 map 输出阶段压缩可以减少
文章目录存储格式行存储与列存储存储格式解析TextFile 格式ORC 格式Parquet 格式存储效率对比TextFile 格式ORC 格式（推荐）Parquet 格式对比压缩ORC —— ZLIB 压缩ORC —— SNAPPY 压缩Parquet —— GZIP 压缩Parquet —— SNAPPY 压缩总结 本文中用到的数据源下载：log.data存储格式Hive 支持多种存储格式，常
# 深入了解Hive建表Snappy压缩
在大数据领域，Hive是一种数据仓库工具，用于在Hadoop上执行SQL查询。当数据量庞大时，如何高效地存储和管理数据成为关键问题。其中，数据压缩技术可以有效减少存储空间和提高数据读写性能。在Hive中，可以使用Snappy压缩算法来对表数据进行压缩，以节省存储空间和提高查询性能。
## 什么是Snappy压缩
Snappy是由Google开发的一种
目录了解Hive的数据压缩Hadoop安装snappy（编译源码）第一步：配置阿里云yum源第二步：配置/etc/resolv.conf第三步：下载Hadoop源码并解压第四步：配置JDK第五步：安装配置maven第六步：protobuf-2.5.0安装第七步：snappy安装第八步：安装CMake第九步：hadoop编译第十步：hadoop配置修改（1）修改core-site.xml（2）修改
转载
2023-09-15 21:58:07
143阅读
# 如何在hive中建表开启压缩
作为一名经验丰富的开发者，我将向你介绍如何在hive中建表开启压缩。首先，我们需要了解整个流程，然后逐步进行操作。
## 流程
| 步骤 | 操作 |
|------|----------------------|
| 1 | 创建数据库 |
| 2 | 进入数据库 |
|
压缩： 各种压缩性能比较 目前，在数仓项目中hive表一般使用snappy格式压缩数据较多。压缩和解压缩速度都比较快。文件存储格式： 目前hive的存储格式主要有4中;TEXTFILE SEQUENCEFILE ORCFILE 和PARQUET 4中存储格式。在数仓中，hive表一般使用的是ORCFILE。 如果数仓中设置的有缓冲层，缓冲层一般会使用TEXTFILE，因为TEXTFILE格式的hi
转载
2023-09-19 07:21:57
300阅读
Hive建表注释中文乱码问题（desc/show create table）hive建表注释中文乱码问题问题描述：create table test(
id int comment '测试id',
name string comment '测试姓名'
)
comment '测试用表';使用上述建表语句，建表完成后，使用desc test/desc formatted test或者show
转载
2023-08-19 17:42:56
42阅读
创建管理表（内部表）：创建方式1：create table [IF NOT EXISTS] test.user
(
id int [COMMENT '该字段的注释'],
name string,
age int
)
[COMMENT '对该表的注释']
//行之间的分隔符为空格
ROW FORMAT DELIMITED FIELDS TERMINATED BY ' '
//列之间的分隔符默认为
CDH4.3版本中并没有提供现成的Parquet安装包，所以如果在Hive或Impala中需要使用Parquet格式，需要手动进行安装，当创建Parquet格式的表时，需要定义Parquet相关的InputFormat,OutputFormat,Serde，建表语句如下hive> create table parquet_test(x int, y string)
&g
转载
2023-07-23 17:30:57
100阅读
## 如何在Hive中指定路径建表
作为一名经验丰富的开发者，我将会教你如何在Hive中指定路径建表。首先让我们来看一下整个过程的流程，然后逐步介绍每一步需要做什么以及需要使用的代码。
### 流程概览
以下是在Hive中指定路径建表的步骤概览：
| 步骤 | 操作 |
| --- | --- |
| 1 | 创建一个外部表 |
| 2 | 指定表的路径 |
| 3 | 将数据加载到表中
## hive 建表指定 INPUTFORMAT
在Hive中，我们可以通过创建表并指定INPUTFORMAT来定义数据的读取方式。INPUTFORMAT是一种Hadoop MapReduce框架中用于读取数据的接口，它定义了数据如何被分片、读取和解析的规则。Hive在底层使用MapReduce来处理数据，因此可以使用Hadoop支持的各种INPUTFORMAT来读取数据。
### INPUT
