A Hive egy adattárház-rendszer a Hadoop számára, amely megkönnyíti az adatok összesítését, eseti lekérdezéseket és a Hadoop-kompatibilis fájlrendszerekben tárolt nagy adatkészletek elemzését. A Hive az adatokat jól érthető adatbázis-fogalmakká strukturálja, például táblákba, sorokba, oszlopokba és partíciókba. Támogatja az olyan primitív típusokat, mint az egész számok, úszók, párosok és húrok. A Hive támogatja az asszociatív tömböket, a listákat, a struktúrákat, valamint a Serialize és a Deserialized API-t használják az adatok táblákba való áthelyezéséhez.
Nézzük meg részletesen a Hive adatmodelljeit
r gépi tanulás példával
Hive adatmodellek:
A Hive adatmodellek a következő összetevőket tartalmazzák:
- Adatbázisok
- Táblázatok
- Partíciók
- Vödrök vagy klaszterek
Partíciók:
A partíció azt jelenti, hogy egy táblázatot durva szemcsés részekre osztunk egy partíció oszlop értéke, például az „adatok” alapján. Ez gyorsabbá teszi az adatszeletekre vonatkozó lekérdezéseket
php átalakítja az objektumot tömbre
Tehát mi a Partíció funkciója? A partíciós kulcsok határozzák meg az adatok tárolásának módját. Itt a Partíció kulcs minden egyedi értéke meghatározza a tábla partícióját. A partíciókat a kényelem érdekében dátumról nevezik el. Hasonló a HDFS „Block Splitting” -jéhez.
Vödrök:
A vödrök extra struktúrát adnak az adatoknak, amelyek felhasználhatók a hatékony lekérdezésekhez. Két, ugyanazon oszlopokban elhelyezett táblázat összekapcsolása, beleértve az összekapcsolási oszlopot is, megvalósítható térképoldali összekapcsolásként. Használt azonosítóval történő gyűjtés azt jelenti, hogy gyorsan ki tudjuk értékelni a felhasználói alapú lekérdezéseket, futtatva azokat az összes felhasználó véletlenszerű mintáján.
Van egy kérdésünk? Kérjük, említse meg őket a megjegyzések részben, és mi kapcsolatba lépünk Önnel.
hogyan lehet megtalálni a tömb java legnagyobb számát
Kapcsolódó hozzászólások: