Apache Hadoop -分布式处理框架。集成了MapReduce(并行计算)、YARN(作业调度)和HDFS(分布式文件系统)。1. 前期准备1.准备3个虚拟机节点 2.Linux链接工具Xshell或者MobaXterm 3.三台节点配置了免密登录2. Hadoop下载链接：https://pan.baidu.com/s/1iaKxgeQHE66OJaOs0gUKYQ提取码：85203.配
转载
2023-09-04 15:51:40
67阅读
一、数据仓库数据仓库是一个面向主题的、集成的、随时间变化，但信息本身相对稳定的数据集合，相比于传统型数据库，它主要用于支持企业或组织的决策分析处理。主要有以下3个特点：数据仓库是面向主题的：数据仓库中的数据是按照一定的主题域进行组织，大概意思就是说存的数据是一类数据数据仓库是随时间变化的：其中存的数据是有时序的，会保存很长一段时间的数据数据仓库相对稳定：数据仓库主要是用来进行数据的查询，很少进行修
转载
2023-07-24 13:41:18
98阅读
1. Hive介绍 Hive起源于Facebook（一个美国的社交服务网络）。Facebook有着大量的数据，而Hadoop是一个开源的MapReduce实现，可以轻松处理大量的数据。 但是MapReduce程序对于Java程序员来说比较容易写，但是对于其他语言使用者来说不太方便。此时Facebo
转载
2023-09-01 10:11:29
81阅读
Hadoop生态常用数据模型一、TextFile二、SequenceFile1、特性2、存储结构3、压缩结构与读取过程4、读写操作三、Avro1、特性2、数据类型3、avro-tools应用4、在Hive中使用Avro5、在Spark中使用Avro四、Parquet1、特性2、数据结构3、Java API4、Parquet On Spark5、Parquet On Hive五、RC&ORC
转载
2023-06-07 14:31:09
165阅读
0.什么是数据仓库数据仓库，英文名称为Data Warehouse，可简写为DW或DWH。数据仓库，是为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合。它是单个数据存储，出于分析性报告和决策支持目的而创建。 为需要业务智能的企业，提供指导业务流程改进、监视时间、成本、质量以及控制。简单的说就是：数据仓库是决策支持系统（dss）和联机分析应用数据源的结构化数据环境。数据仓库研究和解决从数
转载
2023-07-12 12:09:04
97阅读
文章目录1.Hive概述（1）数仓工具Hive的产生背景（2）数仓工具Hive与RDBMS对比（3）数仓工具Hive的优缺点（4）数仓工具Hive的架构原理2.Hive安装与配置（1）安装准备（2）安装MySQL元数据库（3）Hive的安装与配置（4）Hive安装的注意事项（5）参数配置3.数据类型与文件格式（1）基本数据类型及转换（2）集合数据类型（3）Hive文本文件数据编码及读时模式 1.
转载
2024-01-02 21:53:39
79阅读
一、Hive简介 Hive是Facebook开发的构建于Hadoop集群之上的数据仓库应用，可以将结构化的数据文件映射为一张数据库表，并提供完整的SQL查询功能，可以将SQL语句转换为MapReduce任务进行运行。 Hive是一个可以提供有效的、合理的且直观的组织和使用数据的模型，即使对于经验丰富的Java开发工程师来说，将这些常见的数据运算对应到底层的MapReduce Java API也是
转载
2023-09-15 22:10:59
614阅读
Hive起源于Facebook，Facebook公司有着大量的日志数据，而Hadoop是实现了MapReduce模式开源的分布式并行计算的框架，可轻松处理大规模数据。然而MapReduce程序对熟悉Java语言的工程师来说容易开发，但对于其他语言使用者则难度较大。因此Facebook开发团队想设计一种使用SQL语言对日志数据查询分析的工具，而Hive就诞生于此，只要懂SQL语言，就能够胜任大数据分
转载
2023-09-01 10:23:48
69阅读
文章目录基于Hadoop的数据仓库Hive的介绍、安装与基本应用一、概述二、Hive系统架构三、Hive工作原理四、Hive HA基本原理五、Impala六、Hive安装七、Hive编程实战附一：管理表(内部表)附二：外部表附三：分区表附四：Hive SQL 查询函数手册 基于Hadoop的数据仓库Hive的介绍、安装与基本应用一、概述数据仓库概念数据仓库(Data Warehouse)是一个面
转载
2023-10-03 11:45:53
117阅读
本文主要的主线就是回答下面三个问题：什么是数据模型？为什么需要数据模型？如何建设数据模型？最后，我们在本文的结尾给大家介绍了一个具体的数据仓库建模的样例，帮助大家来了解整个数据建模的过程。一、 什么是数据模型数据模型是抽象描述现实世界的一种工具和方法，是通过抽象的实体及实体之间联系的形式，来表示现实世界中事务的相互关系的一种映射。在这里，数据模型表现的抽象的是实体和实体之间的关系，通过对实体和实体
转载
2023-08-21 16:12:27
126阅读
书中构建一个数据仓库示例模型的讲解，实实在在的透漏了一个基于big data 的数据仓库原型。 可以看做是一个非典型的应用场景。里面有很多的点，是可以值得拿出来好好深入思考的，举一反三在数据建模这块，就会遇到一个数据模型的存储细节问题。 Hive 的用途在整个数据仓库中，是可以放在RDS,TDS两个阶段的。按照作者的思路，RDS, TDS 分别承载了整个数据仓库数据流的两个不同存储阶段。RDS
转载
2023-07-14 16:11:51
114阅读
一、Hive简介Hive起源于Facebook，Facebook公司有着大量的日志数据，而Hadoop是实现了MapReduce模式开源的分布式并行计算的框架，可轻松处理大规模数据。然而MapReduce程序对熟悉Java语言的工程师来说容易开发，但对于其他语言使用者则难度较大。因此Facebook开发团队想设计一种使用SQL语言对日志数据查询分析的工具，而Hive就诞生于此，只要懂SQL语言，就
转载
2023-09-26 20:10:16
86阅读
hadoop期末复习整理第一章 大数据概述1、两大核心技术：HDFS和MapReduce。2、大数据计算模式及其代表产品 批处理计算：MapReduce、Spark 流计算：Storm、Flume 图计算：PowerGraph 查询分析计算：Hive、Cassandra3、云计算、大数据和物联网的联系 云计算为大数据提供技术基础，大数据为云计算提供用户之地； 云计算为物联网提供海量数据存储能力，物
转载
2024-01-12 14:58:10
58阅读
文章目录Hive简介1、Hive安装2、MySQL安装3、Hive远程服务启动 Hive简介Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供完整的SQL查询功能，可以将SQL语句转换为MapReduce任务运行。Hive具有稳定和简单易用的特性，成为了当前企业在构建企业级数据仓库时使用较为普遍的大数据组件之一。 本实验内容主要在Hadoop高可用集群
转载
2023-09-26 15:55:10
121阅读
1.虚拟机三台2.jdk环境变量jdk版本：jdk-8u144-linux-x64.tar
环境变量配置/etc/profile.d/env.sh
#JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_144
export PATH=$PATH:$JAVA_HOME/bin
配置完需要source /etc/profile.d/env.shHadoo
转载
2024-01-02 14:09:28
97阅读
概述数据仓库是一个面向主题的、集成的、随时间变化的、非易失的数据集合，用于支持决策。它主要的目标是分析和处理数据，和传统的操作型事务处理有很大区别。之所以不直接在操作型系统上执行分析查询，而是从操作型系统抽取数据，最主要有以下两个原因：（1）在操作型系统上直接执行分析查询会使业务系统受到影响，很可能使其变慢甚至宕机。（2）在操作型系统中很可能查不到分析所需要的数据。出于性能的考虑，操作型系统一般都
转载
2023-07-14 16:51:27
83阅读
第2章 离线数仓同步数据2.1 用户行为数据同步2.1.1 数据通道用户行为数据由Flume从Kafka直接同步到HDFS，由于离线数仓采用Hive的分区表按天统计，所以目标路径要包含一层日期。具体数据流向如下图所示。2.1.2 日志消费Flume配置概述按照规划，该Flume需将Kafka中topic_log的数据发往HDFS。并且对每天产生的用户行为日志进行区分，将不同天的数据发往HDFS不同
转载
2023-09-25 09:19:58
85阅读
0x00 前言翻出来之前零零散散写的数据仓库的内容，重新修正整理成一个系列，此为第一篇《数据模型》。数据仓库包含的内容很多，比如系统架构、建模和方法论。对应到具体工作中的话，它可以包含下面的这些内容：以Hadoop、Spark、Hive等组件为中心的数据架构体系调度系统、元数据系统、ETL系统这类辅助系统各种数据建模方法，如维度建模我们暂且不管数据仓库的范围到底有多大，在数据仓库体系中，数据模型的
转载
2024-01-02 22:00:13
50阅读
点赞
本系列为大数据学习个人笔记，如有错误，欢迎指正，也欢迎各路朋友交流讨论。数据仓库数据仓库是一个面向主题的，集成的，非易失的，时变的数据集合，用于支持管理决策。数据仓库解决的问题为业务部门提供精准及时的报表为管理人员提供更强的分析能力为数据挖掘和知识发现奠定基础What is Hive ?数据仓库解决方案构建于Hadoop之上提供类似SQL的查询语言Hive Query Language - HQL
转载
2024-05-29 10:32:11
44阅读
基于Hadoop的一个数据仓库工具Hive的搭建hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供完整的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。（一）下载 下载安装包地址：http://mirrors.hu
转载
2023-09-20 10:46:31
60阅读
