一、Hive背景介绍 Hive最初是Facebook为了满足对海量社交网络数据的管理和机器学习的需求而产生和发展的。马云在退休的时候说互联网现在进入了大数据时代，大数据是现在互联网的趋势，而hadoop就是大数据时代里的核心技术，但是hadoop的mapreduce操作专业性太强，所以facebook在这些基础上开发了hive框架，毕竟世界上会sql
转载
2024-02-09 16:41:53
33阅读
PIE-SDK 二次开发PIE-SDK是一套PIE的可重用的通用的二次开发组件集，基于PIE-SDK我们可以进行组件式和插件式的二次开发，下面我将分别介绍如何使用PIE-SDK进行组件式和插件式的二次开发注：需要安装好vs2015以及PIE-SDK组件式二次开发为支持组件式二次开发，PIE-SDE为我们提供了MapControl、TOCControl、PageLayoutControl三个控件使用
转载
2024-09-24 11:28:17
59阅读
使用场景ElasticSearch是一款开源的非常火爆的文档索引引擎, 大小公司都比较青睐的一款做日志检索、分析、查询的工具。但是ElasticSearch的数据依靠本地磁盘来做存储，虽然有三副本机制来保障数据的可靠性，但是磁盘的容量毕竟有限，如果希望保留更长时间的历史数据，如30天至半年的数据，ElasticSearch的本地存储就显得捉襟见肘了。为了更好的满足历史数据的保存和检索，推荐一种非常
转载
2024-04-23 16:33:55
32阅读
第10章 企业级调优10.1 执行计划（Explain）1）基本语法EXPLAIN [EXTENDED | DEPENDENCY | AUTHORIZATION] query2）案例实操（1）查看下面这条语句的执行计划没有生成MR任务的hive (default)> explain select * from emp;
Explain
STAGE DEPENDENCIES:
Stage-
本文主要为帮助大家理解ES原理，了解它为啥快，简化部分内容便于理解。1. ES用途1.1 ES是什么？ES是建立在Lucene基础之上的分布式准实时搜索引擎。核心：分布式和Lucene全文搜索。1.2 什么场景需要用ES1. 业务需要进行大量数据实时检索时，传统关系型数据库无法支撑。2. 需要进行分词检索，语义检索3. 需要大数据分析符合上面特征都可以考虑，如日志收集、订单数据链查询，文章检索等。
转载
2024-02-19 17:56:47
118阅读
1、ES(elasticsearch)搜索引擎：ES是一个基于RESTful web接口并且构建在Apache Lucene之上的开源分布式搜索引擎。同时ES还是一个分布式文档数据库，其中每个字段均可被索引，而且每个字段的数据均可被搜索，能够横向扩展至数以百计的服务器存储以及处理PB级的数据。可以在极短的时间内存储、搜索和分析大量的数据。通常作为具有复杂搜索场景情况下的核心发动机。2、Hive是基
转载
2023-06-14 20:33:48
976阅读
Hive的简介 Hive由 Facebook 开源用于解决海量结构化日志的数据统计工具，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表，并提供类 SQL 查询功能。本质是将 HQL 转化成 MapReduce 程序1）Hive 处理的数据存储在 HDFS上2）Hive 分析数据底层的实现是 MapReduce3）执行程序运行在 Yarn 上 Hiv
最新在学习大数据，期间一直弄不清楚hive和hbase之前的区别及使用场景，经查阅资料得出如下总结！ Hive中的表是纯逻辑表，就只是表的定义等，即表的元数据。Hive本身不存储数据，它完全依赖HDFS和MapReduce。这样就可以将结构化的数据文件映射为为一张数据库表，并提供完整的SQL查询功能，并将SQL语句最终转换为MapReduce任务进行运行。
转载
2023-09-20 06:59:58
64阅读
作者：腾讯云大数据ES团队自治索引是腾讯云ES推出的一站式索引全托管解决方案，应用于日志分析、运维监控等时序数据场景，提供分片自动调优、查询裁剪、故障自动修复、索引生命周期管理等功能。可在降低运维与管理成本的同时，提高使用效率与读写性能。背景概述腾讯云ES团队从大量的运营实践中发现，索引的合理设置是业务高效稳定运行的基础，现实中索引管理不仅使用门槛高、运维投入高，更是很多线上问题的源头，目前ES
转载
2024-05-12 17:14:23
121阅读
ElasticSearch概述Elaticsearch，简称为es，es是一个开源的高扩展的分布式全文检索引擎，它可以近乎实时的存储、检索数据;本身扩展性很好，可以扩展到上百台服务器，处理PB级别(大数据时代）的数据。es也使用java开发并使用Lucene作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的RESTful API来隐藏Lucene的复杂性，从而让全文搜索变得简单。Ela
转载
2024-03-28 10:26:41
571阅读
一、背景 公司有些比如使用算法训练的模型数据等需要快速的检索性能，最终选择使用ES来存储，然后使用别名来区分每一批次的最新数据，对外（web接口）只需暴露别名即可。二、常规实现ES数据全量数据摄入（Overwrite模式） 覆盖方式或许是公司最常用的方式，每天T+1或者T+0去更新数据，然后切换索引和别名，以下是具体的实现方式。 1）使用Hadoop导入add jar /xxx/scripts/j
转载
2023-08-21 09:52:28
133阅读
文章目录Elasticsearch 介绍Elasticsearch 简介Elasticsearch 作用Elasticsearch 核心概念Elasticsearch特点和优势知识扩展 Elasticsearch 介绍Elasticsearch 简介Elasticsearch简称es，是一个开源得高扩展得分布式全文检索引擎，它可以近乎实时的存储、检索数据；本身扩展性很好，可以扩展到上百台服务器，
转载
2024-03-28 10:58:57
91阅读
#前言1.hive介绍##2. centos7安装mysql###### 目的：为了存储hive的元数据表，如果用hive自带的Derby库，起一个hive shell连接就要单独创建一个库，不能够共享元数据表。 ###### 1.直接yum安装没有源，所以先下载rpm包###### 2.查看当前可用的mysql安装资源 yum repolist enabled |
转载
2023-07-12 11:59:39
111阅读
这周二我们20级软工进行了Hive数据清洗分析可视化的极限测试。本来这是一个5个小时完成的项目，我整整做了两天还要多一点，而且我之前已经配置好了所有的环境。做的过程中心态一定要好，不要轻易破防！！！这次测试的流程主要分为五个步骤。1、数据导入2、数据清洗3、数据分析处理4、Sqoop导入Hive数据到MySQL5、通过javaweb+echarts进行数据可视化下面是我做的具体流程代码。一、数据导
转载
2024-08-16 13:06:21
83阅读
大数据存储框架之Hive概述 之前有写到HBase,那是老夫在开发过程中实际使用的一个存储数据库，HBase和Hive同样作为大数据存储中最优秀的两个存储框架，都有着彼此的优势，HBase更适合实时，Hive更适合离线。这里呢，就先简单的介绍一下HIve的基础架构以及Hive的一些基本安装步骤。认识我们的主角Hive什么是HiveHive：由Facebook开源用于解决海量结构化日志的数据统计。
转载
2023-10-11 21:27:15
146阅读
引言 HBase是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，适用于结构化的存储，底层依赖于Hadoop的HDFS，利用HBase技术可在廉价PCServer上搭建起大规模结构化存储集群。因此，HBase被广泛使用在大数据存储的解决方案中。 为何使用HBase 1、HBase的优点：列可以动态增加，并且列为空就不存储数据，节省存储空间HBase自动切分数据，使得数据存储
转载
2024-05-31 23:04:25
38阅读
Elasticsearch介绍 Elasticsearch，简称ES（全文搜索服务器），既可以作为NoSQL数据库，存储任意格式的文档和数据，同时，也可以作为大数据的分析。作为一个跨界开源产品。ES有如下特点：全文搜索引擎，ES是建立在Lucene上的开源搜索引擎，使用ES可以进行全文搜索、地理信息搜索，像GitHub、StackOverFlow这样的网站也在使用ES，足见其性能。文档存储和查询，
转载
2024-02-27 06:43:16
121阅读
文章目录一、架构设计二、工作流程1.ES写数据过程2.ES搜索数据过程3.ES读数据过程三、写数据底层原理四、倒排索引五、ES为什么查询效率很高1.倒排索引2.单词词典3.单词索引4.位图BitMap 一、架构设计ElasticSearch 设计的理念就是分布式搜索引擎，底层其实还是基于 lucene 的。核心思想就是在多台机器上启动多个 ES 进程实例，组成了一个 ES 集群。ES 中存储数据
转载
2023-09-01 14:13:13
72阅读
HBase是一个分布式的、面向列的数据库，具有存储海量数据、快速随机访问、进行大量改写操作的优点。它介于NOSQL和RDBMS之间，仅能通过主键(row key)和主键的range来检索数据，仅支持单行事务。主要用来存储非结构化和半结构化的松散数据。与hadoop一样，Hbase目标主要依靠横向扩展，通
转载
2023-08-29 20:44:56
274阅读
1、ElasticsearchElasticsearch是一个基于Apache Lucene™的开源搜索引擎。无论在开源还是专有领域，Lucene可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。特点：分布式的实时文件存储，每个字段都被索引并可被搜索分布式的实时分析搜索引擎–做不规则查询 可以扩展到上百台服务器，处理PB级结构化或非结构化数据Elasticsearch也使用Java开发
转载
2023-08-24 14:57:50
158阅读
