我们书接上文，我们在之前的文章《正面超越Spark | 几大特性垫定Flink1.12流计算领域真正大规模生产可用(上)》详细描述了Flink的生产级别Flink on K8s高可用方案和DataStream API 对批执行模式的支持。...

文章目录Hive简介什么是Hive为什么使用Hive？Hive的特点Hive的缺点Hive架构架构图基本组成Hive与Hadoop的关系Hive简介什么是Hive 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...

由于Hive采用了SQL的查询语言HQL，因此很容易将Hive理解为数据库。其实从结构上来看，Hive和数据库除了拥有类似的查询语言，再无类似之处。数据库可以用在Online的应用中，但是Hive是为数据仓库而设计的，清楚这一点，有助于从应...

在每一个节点上安装hive，每一个hive是拥有一套自己的元数据，每个节点的库，表就不统一。所以安装一个MySQL让其他的节点都连接这一个MySQL。

文章目录创建maven项目，导入jar包创建一个java类将项目打包，上传到集群上在hive里添加jar包使用自定义函数创建maven项目，导入jar包<repositories> <repository> <id>cloudera</id> ......

create table student(t_id string,t_name string) row format delimited fields terminated by ‘t’; 加载数据 ( /export/servers/hivedatas/student .csv 数据在虚拟机上地址) load ...

可以使用alter database 命令来修改数据库的一些属性。但是数据库的元数据信息是不可更改的，包括数据库的名称以及数据库所在的位置

impala是 cloudera提供的一款高效率的sql查询工具，提供实时的查询效果，官方测试性能比hive快10到100倍，其sql查询比sparkSQL还要更加快速，号称是当前大数据领域最快的查询sql工具。...

hive安装包scp在所有需要安装impala的节点上，因为impala需要引用hive的依赖包。

最近在跟一位粉丝聊天，聊起来了做离线数仓时该用那些技术栈。于是根据我的经验和参考一些资料于就有本篇文章。在这里我会分享三个案例，仅供参考。...