hadoop在大数据分析应用-马健馨.ppt

《hadoop在大数据分析应用-马健馨.ppt》由会员分享，可在线阅读，更多相关《hadoop在大数据分析应用-马健馨.ppt（12页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、Hadoop以及在大数据应用马健馨北京语言大学大纲1、hadoop简介介2、编程接口程接口3、hive数据数据仓库4、hive日志分析日志分析Hadoop简介Hadoop就是一个实现了Google云计算系统的开源系统，包括并行计算模型Map/Reduce，分布式文件系统HDFS，以及分布式数据库Hbase，同时Hadoop的相关项目也很丰富，包括ZooKeeper，Pig，Chukwa，Hive，Hbase，Mahout，flume等.Hadoop处理流程编程接口-streaming管道传输数据 任何可以操作标准输入输出的语言都可以写streaming并行处理程序。hive数据仓库 Hive是

2、为提供简单的数据操作而设计的下一代分布式数据仓库。它提供了简单的类似SQL的语法的HiveQL语言进行数据查询。同时，HiveQL语言能力不足时，它也能允许使用Map/reduce并行计算模型进行复杂数据分析。HIVE可以将存储在Hadoop中的数据文件映射为一张数据库表，并提供了一套查询语言HQL。HQL以SQL为基础，自动转换为MapReduce任务进行运行，使用起来非常方便。Hive架构Hive特点以及典型应用1.特点不能保证处理的低迟延（low latency）问题。批处理大规模数据2.典型应用ETL处理OLAP系统BI系统日志分析Hive日志分析架构Hive支持的数据类型以及操作数据

3、类型：简单类型：INT,STRING,boolean复杂类型：Struct、Map和Array操作：SELECTDISTINCT,JOINS,WHERE,GROUP BYHive程序开发Java：hive-JDBC Client C/C+：ODBC clientPython,ThriftHivephp,流程Create hivetableLoad dataselectHive序列化反序列化HIVE里面的数据及其结构以类的形式储存，并提供了串行器和反串行器来实现HIVE内部的类和普通编程语言的类之间的转换。有了串行器和反串行器，我们就能在HIVE中对输入文件内容进行更复杂的操作，从而解析非结构化数据。在实际开发中只需要实现反串行器即可。