www.zhihu.com
大数据之hadoop / hive / hbase 的区别是什么？有什么应用场景？
Hive是建立在Hadoop之上的数据仓库解决方案，它提供了SQL查询的接口，并将SQL语句转换为MapReduce任务运行在Hadoop上。 Hive支持类似关系型数据库的数据存储和查询，并且可以处理非结构化数据。 它适用于需要进行数据分析和报表查询的场景。
hive group by 1_9
Searching…
Web results
www.zhihu.com
HBase 和 Hive 的差别是什么，各自适用在什么场景中？ - 知乎
1. Hive中的表是纯逻辑表，就只是表的定义等，即表的元数据。 Hive本身不存储数据，它完全依赖HDFS和MapReduce。 这样就可以将结构化的数据文件映射为为一张数据库表，并提供完整的SQL查询功能，并将SQL语句最终转换为MapReduce任务进行运行。
www.zhihu.com
请问spark和hive是什么关系？ - 知乎
再来看看hive。 hive 官网有描述，“Apache Hive data warehouse software facilitates reading, writing, and managing large datasets residing in distributed storage using SQL.”，hive的定位是数据仓库，其提供了通过 sql 读写和管理分布式存储中的大规模的数据，即 hive即负责数据的存储...
www.zhihu.com
hive到底是什么？做什么用的？在hadoop生态圈中到底是个 ...
Hive用于海量数据的离线数据分析。Hive具有sql数据库的外表，但应用场景完全不同，Hive只适合用来做批量数据统计分析。 （2）Hive的优势 Hive利用HDFS存储数据，利用MapReduce查询分析数据。因为直接使用Hadoop MapReduce处理数据，会面临人员学习成本太高的问题，而且MapReduce实现复杂查询逻辑开发难度太 ...
www.zhihu.com
pyspark 如何读取大数据平台中的 hive 数据表？ - 知乎
比如我们指定使用MySQL作为Hive元数据的存储介质，那么就需要把Hive连接MySQL的相关属性配置在hive-site.xml文件中，这样不管是本地模式还是远程模式启动，不管客户端本地连接还是远程连接，都将访问同一个元数据存储介质，大家使用的元数据都是一致的。
www.zhihu.com
hive 如何优化查询速度？ - 知乎
Hive 优化查询速度的方法有很多，你可以记下： 使用分区表和分桶表： 合理的分区和分桶可以大大减少查询数据量，提高查询效率。
www.zhihu.com
presto，impala和hive，spark sql的区别是什么? - 知乎
impala是基于hive并使用内存进行计算，兼顾数据仓库，具有 实时，批处理，多并发 等优点。 Impala和Hive的关系 Impala是基于Hive的大数据实时分析查询引擎，直接使用Hive的元数据库Metadata,意味着impala元数据都存储在Hive的metastore中。
www.zhihu.com
在 Hive 中，如何使用 INSERT INTO 语句向表中插入数据？
请注意， Hive 中的 INSERT INTO 语句要求插入的值的数量和类型必须与表的列数量和类型匹配。 如果你的表有多个列，你可以在 VALUES 子句中指定每个列的值，用逗号分隔。
www.zhihu.com
一起学Hive——详解四种导入数据的方式
在Hive中执行命令： load data inpath 'data/load_data_hdfs.txt' into table load_data_hdfs; 即可将数据导入到Hive的load_data_hdfs表中。 从本地系统导入数据和从hdfs文件系统导入数据用的命令都是load data，但是从本地系统导入数据要加local关键字，如果不加则是从hdfs文件系统 ...
www.zhihu.com
请问Hadoop、Hbase、Hive三者有什么关系？ - 知乎
Hive可以认为是MapReduce的一个包装，把好写的HQL转换为的MapReduce程序，本身不存储和计算数据，它完全依赖于HDFS和MapReduce，Hive中的表是纯逻辑表。 hive需要用到hdfs存储文件，需要用到MapReduce计算框架。