hive的架构用户接口层：命令行客户端最常用的方式元数据库：保存元数据一般情况下会选择关系型数据库thift:用来提供一个跨语言的服务，hive数据仓库。驱动层：1.驱动器：驱动器驱动整个sql的运行，sql语句解析为mr程序，最终将mr程序提交给hadoop
2.编译器：将sql语句通过hive自带map reduce模板编译成mr程序，首先生成一个逻辑执行计划
3.优化器：在编译过程中
转载
2023-07-13 16:07:25
139阅读
hive引擎简介Hive 的执行引擎包括以下几种：Hive on MapReduce Hive 最早使用的执行引擎是基于 Hadoop MapReduce 的。它将 Hive 查询转化为一系列的 MapReduce 任务进行并行执行。MapReduce 引擎适用于处理大规模数据集，具有良好的容错性和扩展性，但由于磁盘读写和中间结果的持久化，可能在性能和响应时间方面受到影响。Hive on Tez
此前，我已经搭建了 hive on spark, 不 准确说 是 spark on hive, 我可以在spark 中愉快得玩耍 hive,这也符合我当时得需求：hive on spark集群环境搭建然而，通过hive客户端连接，hive 使用spark 引擎时，却报了 我无法解决得错误：hive on spark异常Failed to create Spark client for Spark
转载
2024-02-20 13:58:40
151阅读
一．Hive on Spark的定义 Hive on Spark是由Cloudera发起，由Intel、MapR等公司共同参与的开源项目，其目的是把Spark作为Hive的一个计算引擎，将Hive的查询作为Spark的任务提交到Spark集群上进行计算。通过该项目，可以提高Hive查询的性能，同时为已经部署了Hive或者Spark的用户提供了更加灵活的选择，从而进一步提高Hive和Spark的普及
转载
2023-08-04 23:24:57
328阅读
1.基础语法1.1正则匹配需要现开启正则SET hive.support.quoted.identifiers = none;反引号不在解释为其他含义，被解释为正则表达式--查询匹配正则表达式的所有字段（c开头的库，任意表）
SET hive.support.quoted.identifiers = none; --反引号不在解释为其他含义，被解释为正则表达式
select `^c.*` from
转载
2023-08-24 20:35:30
134阅读
最近小编的一位朋友小华学习了hiveSQL的一些常见场景及应用，也通过很多示例做了大量练习， 在心态上有一点小飘了，于是前两天去面试了一家大数据公司。面试官一开始也是给面子，问了hiveSQL操作窗口函数的两道SQL题，小华都毫无疑问做出来了，心里正美着的时候，面试官来了hive的灵魂三问：hive是如何与hadoop结合的？hive的架构大致构成是？hive的运行流程是？于是傻眼的小华
转载
2023-07-20 21:53:29
100阅读
1. 什么是Hive
1） hive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。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表，并提供类SQL查询功能。
2） Hive本质
将HQL转化成MapReduce程序。2.Hive架构原理驱动器：Driver（1）解析器（SQL Parser）：语法分析，比如表是否存在、字段是否存在、SQ
转载
2023-07-28 15:21:38
99阅读
一、概述 spark使用hive中有比较多的坑，尤其是版本问题引起的jar包冲突，比较好的方式是使用与CDH匹配的hive和hadoop版本，这样可以减少很多的jar冲突问题，但是在IDEA调试过程中还是难免会碰到jar包冲突问题。二、CDH6.3.2中碰到问题解决方法1、java.lang.NoSuchFieldError: HIVE_STATS_JDBC_TIMEOUT
转载
2023-06-11 14:36:08
514阅读
序言sql 在 hive的使用具体还分为了2种解决方案：hive on spark 和 sparksql，这里主要使用的是sparksql。因为两者都是使用spark替换mapreduce作为计算引擎.实际区别是Hive On Spark 是Hive封装了Spark. SparkSql是Spark封装了Hive.搜索引擎分别是自己的设计逻辑cuiyaonan2000@163.com简介Hive O
转载
2023-08-12 10:04:48
192阅读
Hive是一个基于Hadoop的开源数据仓库工具，用于存储和处理海量结构化数据。它是Facebook 2008年8月开源的一个数据仓库框架，提供了类似于SQL语法的HQL(hiveSQL)语句作为数据访问接口。hive的底层运算是基于mapredcue实现的。mapreduce主要用来数据清洗，将数据清洗成格式比较规范的数据1、Hive的优点和缺点优点：1)Hive 使用类SQL 查询语法，最大限
转载
2023-08-18 16:21:42
112阅读
先说明一下，这里说的从Hive 1.1版本开始，Hive on Spark已经成为Hive代码的一部分了，并且在spark分支上面，可以看这里https://github.com/apache/hive/tree/spark，并会定期的移到master分支上面去。关于Hive on Spark的讨论和进度，可以看这里https://issues.apache.org/jira/browse/HIV
转载
2023-08-29 13:58:23
164阅读
目录一、Spark on Hive 和 Hive on Spark的区别1）Spark on Hive2）Hive on Spark（本章实现）二、Hive on Spark实现1）先下载hive源码包查看spark版本2）下载spark3）解压编译4）解压5）把spark jar包上传到HDFS6）打包spark jar包并上传到HDFS7）配置1、配置spark-defaults.conf2、
转载
2023-07-12 09:39:06
170阅读
Hive数据库Apache Hive是Hadoop上的SQL引擎，Spark SQL编译时可以包含Hive支持，也可以不包含。包含Hive支持的Spark SQL可以支持Hive表访问、UDF(用户自定义函数)以及 Hive 查询语言(HiveQL/HQL)等。需要强调的 一点是，如果要在Spark SQL中包含Hive的库，并不需要事先安装Hive。一般来说，最好还是在编译Spark SQL时引
转载
2023-07-12 22:07:23
187阅读
## 实现Hive驱动的步骤
为了帮助你理解如何实现Hive驱动，我将以以下步骤的形式为你展示整个流程。请注意，以下步骤仅供参考，具体实施可能因环境和需求而有所不同。
### 步骤1：安装Hive
在开始之前，你需要确保已经安装了Hive并配置好了相关环境。Hive是基于Hadoop的数据仓库工具，它提供了类似于SQL的查询语言HQL（Hive Query Language）来操作数据。
原创
2023-08-19 11:43:00
100阅读
7.5 访问 Hive导读整合 SparkSQL 和 Hive, 使用 Hive 的 MetaStore 元信息库使用 SparkSQL 查询 Hive 表案例, 使用常见 HiveSQL写入内容到 Hive 表7.5.1 SparkSQL 整合 Hive导读
转载
2023-08-29 16:57:27
63阅读
简介之前有写过hive on spark的一个文档，hive版本为2.0，spark版本为1.5。spark升级到2.0后，性能有所提升，程序文件的编排也和之前不一样，这里再更新一个最新的部署方式。 spark2.0引入了spark session的概念，创建一个spark任务和之前也不一样，之前版本的hive并不能兼容spark2.0，所以推荐使用hive2.3以后的版本。安装步骤可参考官网h
转载
2023-08-29 13:55:18
118阅读
hive on Spark一. 配置1. hive 回顾1.1 hive简介1.2 yum 设置 & 命令（Centos7）1.3 hive 安装1.5 注意问题1.6 hive测试1.7 spark配置1.8 读取hive数据二. hive三种模式1、内嵌Derby方式2.Local方式3.Remote方式 (远程模式)三. spark sql 远程连接（thriftserver --
转载
2023-12-04 17:46:04
125阅读
主流大数据SQL引擎技术博弈，谁为王，
近日，AtScale公布了第四季度主流大数据SQL引擎的测试结果，主要针对Spark、Impala、Hive/Tez以及Presto。
测试结果证实了我们早已实践出的一些事情：Impala是中等大小数据库查询的最佳选择，并且已经积累了不少用户，Presto在这方面也做得不错。Hive和Spark更适用于长时间分析查询。 AtScale产品管理方
转载
2023-07-12 21:38:12
153阅读
在Spark越来越受到主流市场青睐的大背景下，Hive作为Hadoop生态当中的数仓组件工具，在于Spark生态的配合当中，开始有了Hive on Spark的思路，那么具体是怎么实现的呢？今天的大数据开发分享，我们来讲讲Hive on Spark设计原则及架构。总的来说，Hive on Spark的设计思路，是重用Hive逻辑层面的功能，从生成物理计划开始，提供一整套针对Spark的实现，比如S
转载
2024-08-16 13:11:36
63阅读
目录准备工作：需求：最终效果解题思路：SparkSqlOnHive的UDAF实现代码1、pom.xml配置2、创建UDAF类2、创建TopN类3、运行结果 准备工作：--创建表
CREATE TABLE `user_visit_action`
(
`date` string,
`user_id` bigint,
`sess
转载
2023-09-21 08:43:51
48阅读
