重点组件：HDFS：分布式文件系统MAPREDUCE：分布式运算程序开发框架Hive：基于大数据技术（文件系统+运算框架）的SQL数据仓库工具Hbase：基于Hadoop的分布式海量数据库ZOOKEEPER：分布式协调服务基础组件Mahout：基于mapreduce/Spark/flink等分布式运算框架的机器学习算法库Ooz..
分类：
其他好文 时间：
2017-07-26 21:53:45
阅读次数：
180
Kimball建模方法的精髓，就是简单、使用，建模这四步骤是它的核心部分。用术语表达是：始终一致的四步设计维度模型。 一、选择业务过程 业务过程是由组织完成的一系列微观活动，例如：完成下单、完成支付、发放代金券、上线产品等等。充分理解它们，有助于辨别组织中的不同业务过程，它一般具有这些特性： 用行为 ...
分类：
其他好文 时间：
2017-07-23 12:37:46
阅读次数：
159
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，并提供类SQL查询功能。 1.1为什么使用Hive 为什么要使用Hive 操作接口采用类SQL语法，提供快速开发的能力。 避免了去写MapReduce，减少开发人员的学习成本。扩展功能很方便。 1.2 ...
分类：
其他好文 时间：
2017-07-21 22:01:40
阅读次数：
143
我最近研究了hive的相关技术，有点心得，这里和大家分享下。 首先我们要知道hive到底是做什么的。下面这几段文字很好的描述了hive的特性： 1.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，并提供完整的sql查询功能，可以将sql语句转换为MapRedu ...
分类：
其他好文 时间：
2017-07-20 11:38:12
阅读次数：
160
事实表分成三种：事务事实表、周期快照事实表、累计快照事实表 事务事实表 官方定义是：发生在某个时间点上的一个事件。比如以订单为例：下单是一个事实、付款是一个事实、退款是一个事实，所有事实的累计就是事务事实表 周期快照事实表 如果需要对某一天或者某个月的数据进行分析，那么可以使用周期快照事实表，比如： ...
分类：
其他好文 时间：
2017-07-18 01:51:32
阅读次数：
224
Hive Day01 Hive是由Facebook开源，构建于hadoop之上的数据仓库工具，将结构化的数据映射成一张表格，提供了类SQL查询语句，底层可以转化为Mapreduce去执行。 一、Hive体系 Hive是构建于hadoop之上的数据仓库工具，将结构化的数据映射成一张表格，提供了类SQL ...
分类：
其他好文 时间：
2017-07-05 20:08:48
阅读次数：
349
最近打算阅读一下数据仓库相关的书籍，百度了一下，有两本必读书《数据仓库工具箱》和《数据仓库》。简单介绍一下，《数据仓库》这本书更像是一本教材，里面的内容很经典；《数据仓库工具箱》看书名是一本单纯的工具书，其实里面都是实战。两本书各有千秋，我决定主要阅读《数据仓库工具箱》，今天分享第一章的内容，以后会 ...
分类：
其他好文 时间：
2017-07-03 23:47:45
阅读次数：
256
引言： Hive是一种强大的数据仓库查询语言，类似SQL，本文将介绍怎样搭建Hive的开发測试环境。 1. 什么是Hive? hive是基于Hadoop的一个数据仓库工具，能够将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，能够将sql语句转换为MapReduce任务进行执行。 其 ...
分类：
数据库 时间：
2017-06-17 10:11:24
阅读次数：
214
hadoop家族产品 1）Apache Hadoop：是Apache开源组织的一个分布式计算开源框架，提供了一个分布式文件系统子项目（HDFS）和支持MapReduce分布式计算的软件框架。 2）Apache 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成一张数据库表， ...
分类：
其他好文 时间：
2017-06-16 16:40:19
阅读次数：
119
Hive的官方网站： https://hive.apache.org/ Hive简介： 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成一张表，并提供类SQL查询功能。 Hive在企业中作为一种工作，可以很容易的对数据进行ETL。 Hive可以对各种各样的数据进行一种结 ...
分类：
其他好文 时间：
2017-06-10 19:28:00
阅读次数：
122
