摘要：
使用LIKE运算选择类似的值，选择条件可以包含字符或数字：% 代表零个或多个字符(任意个字符)。_ 代表一个字符 RLIKE子句是Hive中这个功能的一个扩展，可以通过Java的正则表达式这个更强大的语言来指定匹配条件 查找以2开头薪水的员工信息：hive (default)> select * f 阅读全文
摘要：
阅读全文
摘要：
本质的区别就是where筛选的是表里面本来就有的字段，而having筛选的字段是筛选之后字段 HAVING语句通常与GROUP BY语句联合使用，用来过滤由GROUP BY语句返回的记录集,HAVING语句的存在弥补了WHERE关键字不能与聚合函数联合使用的不足 本质的区别就是where筛选的是表里 阅读全文
摘要：
机制和原理 目的是提高Hive表指定列的查询速度 没有索引的时候，Hive在执行查询时需要加载整个表或者整个分区，然后处理所有的数据，但当在指定列上存在索引，再通过指定列查询时，那么只会加载和处理部分文件 同传统关系型数据库一样，增加索引在提升查询速度的同时，会额外消耗资源去创建索引和需要更多的磁盘 阅读全文
摘要：
基本数据类型 基本数据类型 复杂数据类型 复杂数据类型 阅读全文
摘要：
第一范式（1NF） 第一范式是指关系表R中的每列都是原子不可分的项，即每个属性都是最基本的数据项 如果我们在数据库中建立一张员工表emp(id, name, age, dept)，对于前三个属性都是基本类型，不可再分，而对于第四个属性dept，它在程序中其实对应于结构体，为复合属性，因此，按照第一范 阅读全文
摘要：
Hive创建表的三种方式 1、使用create命令创建一个新表 2、把一张表的某些字段抽取出来，创建成一张新表 3、复制表结构 Hive表导入数据五种方式 1、本地导入 2、HDFS导入 3、覆盖导入 4、查询导入 5、insert导入 Hive表导出数据四种方式 1、本地导出 2、HDFS导出 3 阅读全文
摘要：
Hive通过给用户提供的一系列交互接口，接收到用户的指令(SQL)，使用自己的Driver，结合元数据(MetaStore)，将这些指令翻译成MapReduce，提交到Hadoop中执行，最后，将执行返回的结果输出到用户交互接口 用户提交查询任务给Driver 编译器获得该用户的任务 编译器（Com 阅读全文
摘要：
一、RDD的概述 1.1 什么是RDD？ RDD（Resilient Distributed Dataset）叫做弹性分布式数据集，是Spark中最基本的数据抽象，它代表一个不可变、可分区、里面的元素可并行计算的集合。RDD具有数据流模型的特点：自动容错、位置感知性调度和可伸缩性。RDD允许用户在执 阅读全文
摘要：
压缩格式工具算法文件扩展名多文件可分割性 DEFLATE 无 DEFLATE .deflate 不 不 gzip gzip DEFLATE .gz 不 不 ZIP zip DEFLATE .zip 是 是，在文件范围内 bzip2 bzip2 bzip2 .bz2 不 是 LZO lzop LZO .lzo 不 是 阅读全文