Hive – A Warehousing Solution Over a MapReduce Framework.ppt

Hive – A Warehousing Solution Over a MapReduce Framework.ppt

  1. 1、本文档共24页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
Hive – A Warehousing Solution Over a MapReduce Framework

Hive – A Warehousing Solution Over a MapReduce Framework Bingbing Liu 2009-12-12 * Outline Introduction Data Model Architecture HiveQL * What is Hive? A system for managing and querying structured data built on top of Hadoop Map-Reduce for execution HDFS for storage Metadata on raw files Key Building Principles: SQL as a familiar data warehousing tool Extensibility – Types, Functions, Formats, Scripts Scalability and Performance * Hive/Hadoop Usage @ Facebook Types of Applications: Reporting Eg: Daily/Weekly aggregations of impression/click counts Complex measures of user engagement Ad hoc Analysis Eg: how many group admins broken down by state/country Data Mining (Assembling training data) Eg: User Engagement as a function of user attributes Spam Detection Anomalous patterns for Site Integrity Application API usage patterns Ad Optimization Too many to count .. 700 Terabytes data 5000queries/day More than 100 users * Data Warehousing at Facebook Today Web Servers Scribe Servers Filers Hive on Hadoop Cluster Oracle RAC Federated MySQL * * Data Model Hive中数据组织形式: Tables: 概念上类似于rdbms中的table,在存储上对应于一个HDFS的目录。 Partitions:每个表有一个或多个分区,决定数据在子目录中分发。 Buckets: 每个分区中数据基于对列的hash分配到每个bucket,每个bucket是一个文件。 例如:指定数据按例ds划分 Create table sc(sno int)partitioned by(ds string) 则数据中,若ds=2009-12-08,存储中此分区子目录则为 /sc/ds=2009-12-08 * Data Model Logical Partitioning Hash Partitioning sc HDFS MetaStore /hive/sc /hive/sc/ds=2009-12-08 /hive/sc/ds=2009-12-08/sc.txt … Tables Data Location Bucketing Info Partitioning Cols Metastore DB student course * Metastore 存储于本地或者传统的Rdbms中(非Hdfs)。 Database 所有table的命名空间,默认为“default” Table 包括Column列表和其类型,storage和序列反序列化信息。 Storage包括数据在底层位置,数据格式(类型),buckets信息。 Partition 每个分区可以包含自己的列,序列反序列化信息,以及storage信息。 * Architecture HDFS Hive CLI DDL Queries Browsing Map Reduce MetaStore Thrift API SerDe Thrift Jute JSON.. Execution Parser Planner DB Web UI Optimizer * HiveQL – Hive Query Language

文档评论(0)

ligennv1314 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档