文章目录前言一、Hadoop部署1.集群的规划2.将软件包导入到虚拟机中3.JDK准备3.1 如果安装了的JDK需先卸载3.2 解压3.3 配置环境变量3.4 测试安装是否成功3.5 分发JDK3.6 分发环境变量3.7 在其他两台机器重新加载环境变量并验证4.Hadoop准备4.1 解压软件包4.2 将hadoop添加到环境变量4.3 分发环境变量文件4.4 使环境变量生效二、配置集群1.核心
转载
2023-09-12 10:43:42
92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
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
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
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
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
根据尚硅谷电商数仓4教程进行总结 目录1 Hadoop常用压缩方式2 HDFS存在大量小文件的问题与处理3 flume零点漂移问题4 数据冗余的优缺点5 同步策略6 关系建模与维度建模7 维度建模的四个过程8 数据分层9 LZO索引文件失效10 hive严格模式11 hive中解析json串12 全外连的第二种解决方式13 原始数据扩展n倍14 解决insert into产生小文件问题15 sqo
转载
2024-01-12 10:40:34
81阅读
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
7.1 业务需求 背景: 物美的管理来说，数据仓库平台对其至关重要。因为数据平台是其数据化运营的前提和基础。 基于数据仓库平台生成的各种销售报表和库存报表是公司管理层和各个
转载
2023-10-03 11:45:11
60阅读
Hive是一个基于Hadoop的数据仓库工具，它本身并不存储数据，部署在Hadoop集群上，数据是存储在HDFS上的.Hive所建的表在HDFS上对应的是一个文件夹，表的内容对应的是一个文件。它不仅可以存储大量的数据而且可以对存储的数据进行分析，但它有个缺点就是不能实时的更新数据，无法直接修改和删除数据，如果想要修改数据需要先把数据所在的文件下载下来，修改完之后再上传上去。Hive也不是分布式计算
转载
2024-01-12 06:43:35
235阅读
文章目录前言数据仓库数据库与数据仓库的区别数据仓库的分层架构数据模型分区表分桶表元数据Hive元数据MetaStoreHive操作总结 前言Hive是Facebook开源的，建立在Hadoop之上的的开源数据仓库系统,它关心与海量数据的离线分析，而不是去承担业务数据处理,注意这里Hive关心海量数据，在处理小数量数据，性能表现会非常糟糕。Hive能将Hadoop文件转换为数据库表，并针对该表提供
转载
2023-07-12 15:24:52
60阅读
文章目录1.Hive介绍1.1 Hive是什么1.2 Hive产生背景1.3 使用Hive的好处1.4 Hive的架构1.5 Hive的数据结构2.Hive的部署2.1 下载并安装2.2 配置Hive到环境变量2.3 修改配置文件3.Hive的操作3.1 数据库操作3.2 表操作3.3 数据的操作3.3.1 导入数据3.3.1.1 LOAD3.3.1.1 Insert3.3.2 导出数据3.3.
转载
2024-02-13 10:54:02
163阅读
文章目录1.建立测试库并切换到测试库2.建立orders和trains表2.1表字段分析查看表内容插入数据查询数据字段说明2.2 建立trains表建表插入数据并查询前10行清理第一行脏数据并查看效果3.常见业务操作3.1 每个用户有多少个订单3.2 每个用户一个订单平均有多少商品（1）一个订单有多少商品（2）每个用户对应的商品量（3）计算每个用户对应的平均商品量4.每个用户在一周中的购买订单的
转载
2023-08-18 08:28:01
59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
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
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
84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
在前面hadoop的一系列文中，我们对hadoop有了初步的认识和使用，以及可以搭建完整的集群和开发简单的MapReduce项目，下面我们开始学习基于Hadoop的数据仓库Apache Hive，将结构化的数据文件映射为一张数据库表，将sql语句转换为MapReduce任务进行运行的实践，hadoop系列深入学习的文章还会继续。
一
转载
2023-09-06 21:02:33
75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
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
