hive云原生第6页

hive库表占用空间大小的命令

1、查每个hive表占用的空间大小hdfsdfs-du-h/user/hive/warehouse2、按占用空间大小降序排列hdfsdfs-du/user/hive/warehouse/ipms.db|

刀鋒偏冷·2024-03-15 13:13

Hive中常用函数 wm_concat & concat_ws & collect_set & sort_array总结

concat_ws&collect_set:应用1:usereach_iduser_id1id1user_id1id2user_id2id1user_id2id2user_id2id3user_id3id1useridsuser_id1id1,id2user_id2id1,id2,id3user_id3id1selectdt,user_id,concat_ws(',',collect_set(ea

Lens5935·2024-03-15 13:12

HIVE表中导入导出数据的几种方式

一：往HIVE表中导入导出数据语法结构:[]带括号的表示可选择字段LOADDATA[LOCAL]INPATH‘filepath’[OVERWRITE]INTOTABLEtablename[PARTITION

qq_37805784·2024-03-15 12:11

Hive中的CONCAT、CONCAT_WS与COLLECT_SET函数

1.CONCAT与CONCAT_WS函数1.1CONCAT函数--concat(str1,str2,...strN)-returnstheconcatenationofstr1,str2,...strNorconcat(bin1,bin2,...binN)-returnstheconcatenationofbytesinbinarydatabin1,bin2,...binNReturnsNULLi

独影月下酌酒·2024-03-15 11:09

03hive数仓安装与基础使用

hiveHive概述Hive是基于Hadoop的一个数据仓库工具。

daydayup9527·2024-03-14 13:39

Hive函数 LAG 和 LEAD 使用示例

Hive函数LAG和LEAD使用示例在Hive中LAG和LEAD是用于访问前一个或后一个行的函数，通常与窗口函数一起使用。

公子乂·2024-03-13 05:24

云原生周刊：Helm Charts 深入探究｜ 2024.3.11

KubeSphere 云原生·2024-03-12 16:05

Apache Paimon 使用之Creating Catalogs

hivemetastore，将metadata存储在Hivemetastore中。用户可以直接从Hive访问表。

猫猫爱吃小鱼粮·2024-03-12 03:48

Sqoop一些常用命令及参数

命令类说明importImportTool将数据导入到集群exportExportTool将集群数据导出codegenCodeGenTool获取数据库中某张表数据生成Java并打包Jarcreate-hive-tableCreateHiveTableTool

大数据小同学·2024-03-11 09:19

Spark从入门到精通29:Spark SQL：工作原理剖析以及性能优化

SparkSQL工作原理剖析1.编写SQL语句只要是在数据库类型的技术里面，例如MySQL、Oracle等，包括现在大数据领域的数据仓库，例如Hive。

勇于自信·2024-03-11 00:20

hive--去除特殊字符regexp_replace

文章目录regexp_replace`'\tabc\ndef\rhij'`→`'abcdefhij'``'\tabc\ndef\rhij'`→`'abcdefhij'`看一下其他的情况regexp_replace'\tabc\ndef\rhij'→'abcdefhij'selectregexp_replace('\tabc\ndef\rhij','\n|\t|\r|','');'abcdefhij

韩家小志·2024-03-10 22:21

Hive--行转列/列转行

行转列/列转行一、lateralview案例1：与explode连用案例2：与parse_url_tuple连用二、explode三、行列转换行转列多行转多列多行转单列列转行多列转多行单列转多行一、lateralview分类：视图功能：配合UDTF来使用,把某一行数据拆分成多行数据很多的UDTF不能将结果与源表进行关联，使用lateralview，可以将UDTF拆分的单个字段数据与原始表数据关联上

韩家小志·2024-03-10 22:51

HiveSQL某天每个直播间最大在线人数

一张表dwd_user_log有如下字段：1）直播间：live_id2）用户:userid3）时间戳:date_stamp4）登陆类型:entry_type(登入in和登出out)求某天每个直播间最大在线人数？selectlive_id,max(total_users)max_total_usersfrom(selectlive_id,userid,date_stamp,sum(ind)over(

sofo2017·2024-03-09 21:51

Hive SQL 开发指南（三）优化及常见异常

在大数据领域，HiveSQL是一种常用的查询语言，用于在Hadoop上进行数据分析和处理。为了确保代码的可读性、维护性和性能，制定一套规范化的HiveSQL开发规范至关重要。

大数据_苡~·2024-03-09 14:13

大数据开发（Hadoop面试真题-卷九）

大数据开发（Hadoop面试真题）1、Hivecount(distinct)有几个reduce，海量数据会有什么问题？

Key-Key·2024-03-09 10:06

Hive分组排序取topN的sql查询示例

Hive分组排序取topN的sql查询示例要在Hive中实现分组排序并取每组的前N条记录，可以使用ROW_NUMBER()窗口函数结合PARTITIONBY和ORDERBY子句。

公子乂·2024-03-06 08:31

归档模式

1：归档日志文件在线日志——用于崩溃/实例恢复/介质恢复归档日志——用于介质恢复2：确认数据库是否为归档模式archiveloglist;--查看数据归档信息selectlog_modefromv$database

个人精进成长营·2024-03-06 08:12

hbase、hive、clickhouse对比

概念架构hbasemaster存储元数据、regionServer实际控制表数据，存储单位是Region，底层数据存储使用HDFShive通过driver将sql分解成mapreduce任务元数据需要单独存储到一个关系型数据库

freshrookie·2024-03-05 16:40

Mac 离线安装Qt5

1下载QT1.1.打开链接：https://download.qt.io/archive/qt/在这个链接上，可以看到不同版本的QT，我们选择稳定5.9/点开后，选择5.9.8版本，可以看到不同版本的QT

熊明之·2024-03-05 11:33

云原生周刊：CNCF 宣布 Falco 毕业｜2024.3.4

·2024-03-04 18:58

3、云原生安全之falco的部署

文章目录1、helm安装2、拉去镜像失败与解决3、安装faclo4、安装nfs服务器，配置k8s的持久卷4.1、创建nfs服务器，4.2、部署master节点（nsf服务的客户端）4.3、pv与pvc4.4、假设pv和pvc的配置文件出错了5、安装falcosidekick可视化（建议跳过，直接使用6）6、安装faclo与falcosidekick7、创建自定义检测规则7.1、检测定时任务的查询与

划水的小白白·2024-03-04 07:28

hive--字符串连接函数concat(),concat_ws()

一、字符串连接函数：concat功能：将多个字符串连接成一个字符串语法:concat(stringA,stringB…)返回值:string说明：返回输入字符串连接后的结果，支持任意个输入字符串举例：hive

nuhao_·2024-03-03 17:08

【Hadoop】使用Metorikku框架读取hive数据统计分析写入mysql

一、定义作业文件作业文件该文件将包括输入源、输出目标和要执行的配置文件的位置，具体内容如下metrics:-/user/xrx/qdb.yaml#此位置为hdfs文件系统目录inputs:output:jdbc:connectionUrl:"jdbc:mysql://233.233.233.233:3306/sjjc"user:"root"password:"123456"driver:"com.

方大刚233·2024-03-03 06:23

hive join中出现的数据暴增（数据重复）

什么是join过程中导致的数据暴增？例如：给左表的每个用户打上是否是新用户的标签，左表的用户数为100，但是关联右表之后，得到的用户数为200甚至更多什么原因导致的数据暴增呢？我们来看一下案例：spark-sql>withtest1as>(select'10001'asuid,'xiaomi'asqid>unionall>select'10002'asuid,'huawei'asqid>union

不想起的昵称·2024-03-02 15:03

hive四种常见的join

1.左连接leftjoinspark-sql>withtest1as(>select1asuser_id,'xiaoming'asname>unionall>select2asuser_id,'xiaolan'asname>unionall>select3asuser_id,'xiaoxin'asname>),>>test2as(>select1asuser_id,19asage>unionall

不想起的昵称·2024-03-02 15:33

Spark整合hive（保姆级教程）

准备工作：1、需要安装配置好hive，如果不会安装可以跳转到Linux下编写脚本自动安装hive2、需要安装配置好spark，如果不会安装可以跳转到Spark安装与配置（单机版）3、需要安装配置好Hadoop

万家林·2024-02-29 09:47

Hive复杂数据类型之array

定义格式如下：createtabletableName(......colNamearray......)说明：下标从0开始，越界不报错，以null代替案例准备：测试数据zhangsan78,89,92,96lisi67,75,83,94王五23,12createtableifnotexistsarr1(namestring,scoresarray)rowformatdelimitedfields

鸭梨山大哎·2024-02-28 08:48

Hive数据仓库行转列

查了很多资料发现网上很多文章都是转发和抄袭，有些问题。这里分享一个自己项目中使用的行转列例子，供大家参考。代码如下：SELECTmy_id,nm_cd_map['A']ASmy_cd_a,nm_cd_map['B']ASmy_cd_b,nm_cd_map['C']ASmy_cd_c,nm_num_map['A']ASmy_num_a,nm_num_map['B']ASmy_num_b,nm_num

XueminXu·2024-02-28 07:47

Hive--删除数据库

一、删除数据库注意：Hive与MySQL再删除数据库时是有一点不一样的。Hive再删除数据库操作时，要保证该库下没有任何数据表！

nuhao_·2024-02-26 19:33

转载：Linux全自动批量配置SSH免密

转载自https://www.mr-mao.cn/archives/auto-configure-ssh-nopass-login.html1、在主机的操作系统上安装expect2、新建host_ip文件

徐sir（徐慧阳）·2024-02-26 04:14

hive学习笔记之九：基础UDF

欢迎访问我的GitHubhttps://github.com/zq2599/blog_demos内容：所有原创文章分类汇总及配套源码，涉及Java、Docker、Kubernetes、DevOPS等；《hive

程序员欣宸·2024-02-26 00:05

【超详细】HIVE 日期函数（当前日期、时间戳转换、前一天日期等）

小猪快跑爱摄影·2024-02-25 21:04

CNCF之毕业Projects简介

CNCF组织管理着大量的云原生基础设施软件系统，如著名的k8s，不同的系统解决不同的技术点，也有一些系统是解决同一个问题的，形成一个自由竞争的关系，互相促进彼此创新进步，同时也给我们做技术选型带来了多样性和小小选择难点

鬓戈·2024-02-25 19:31

數據集成平台：datax將MySQL數據以query方式同步到hive

數據集成平台：datax將MySQL數據以query方式同步到hive1.py腳本#coding=utf-8importjsonimportgetoptimportosimportsysimportMySQLdbimportre

m0_37759590·2024-02-25 09:18

php 打包 zip

php使用原生的ZipArchive类来打包zip。

·2024-02-24 15:57

什么是云原生

一、开篇浅谈云原生的概念一直以来都很模糊，虽然云原生计算基金会（CNCF）给出了所谓的定义，但是并不能让大家很好的理解云原生的理念，为什么说是理念呢，因为云原生是一种思想，是一种解决方案，很抽象。

步尔斯特·2024-02-20 23:03

OpenHarmony JS和TS三方组件使用指导

OpenHarmonyJS和TS三方组件介绍OpenHarmonyJS和TS三方组件使用的是OpenHarmony静态共享包，即HAR(HarmonyArchive)，可以包含js/ts代码、c++库、

不入流HarmonyOS开发·2024-02-20 22:04

MATLAB 编程风格指南

转载自：http://blog.csdn.net/chenyusiyuan/archive/2007/11/19/1892378.aspxMATLAB编程风格指南——RichardJohnsonVersion1.5

DeepLearning·2024-02-20 22:13

【云原生之Docker实战】使用docker部署yesplaymusic个人音乐播放器

【云原生之Docker实战】使用docker部署yesplaymusic个人音乐播放器一、yesplaymusic介绍1.yesplaymusic简介2.yesplaymusic的特性二、检查本地docker

江湖有缘·2024-02-20 20:18

hive 的map数和reduce如何确定

一、控制hive任务中的map数:1.通常情况下，作业会通过input的目录产生一个或者多个map任务。

Super乐·2024-02-20 20:38

HIVE中MAP和REDUCE数量

一、总览MR执行过程一般的MapReduce程序会经过以下几个过程：输入（Input）、输入分片（Splitting）、Map阶段、Shuffle阶段、Reduce阶段、输出（Finalresult）。1、输入就不用说了，数据一般放在HDFS上面就可以了，而且文件是被分块的。关于文件块和文件分片的关系，在输入分片中说明。2、输入分片：在进行Map阶段之前，MapReduce框架会根据输入文件计算输

这孩子谁懂哈·2024-02-20 20:38

hive —— map join和common join（reduce join）

Hive中的Join可分为CommonJoin（Reduce阶段完成join）和MapJoin（Map阶段完成join）。简单介绍一下两种join的原理和机制。

程序猿劝退师·2024-02-20 20:36

hive如何确定map数量和reduce数量?

因为Hive底层就是MR,所以问题实际是MR如何确定map数量和reduce数量.map数量map数量逻辑如下map数量=split数量split数量=文件大小/splitsizesplitszie=Math.max

鸭梨山大哎·2024-02-20 20:35

粉丝：什么情况下，hive 只会产生一个reduce任务，而没有maptask

今天下午，在微信群里看到粉丝聊天，提到了一个某公司的面试题：什么情况下，hive只会产生一个reduce任务，而没有maptask这个问题是不是很神奇？

浪尖聊大数据-浪尖·2024-02-20 20:04

hive中mr个数判断

对于JOIN操作：Map：以JOINON条件中的列作为Key，如果有多个列，则Key是这些列的组合以JOIN之后所关心的列作为Value，当有多个列时，Value是这些列的组合。在Value中还会包含表的Tag信息，用于标明此Value对应于哪个表。按照Key进行排序。Shuffle：根据Key的值进行Hash，并将Key/Value对按照Hash值推至不同对Reduce中。Reduce：Redu

qq_18219755·2024-02-20 20:03

Hive 基于MapReduce引擎 map和reduce数的参数控制原理与调优经验

1.概述主要对基于MR的map数和reduce数测试与调优2.数据准备（1）表信息本次测试的表和sql都是使用的TPC-DS，表文件存储格式为text表名是否压缩总数占用空间文件数date_dim否730499.8M1item否4800012.9M1store否11830.5K1store_sales否230396418723109G8000store_sales_compress是2303964

abcdggggggg·2024-02-20 20:03

hive中控制map和reduce数量的简单实现方法

0、先说结论：由于mapreduce中没有办法直接控制map数量，所以只能曲线救国，通过设置每个map中处理的数据量进行设置；reduce是可以直接设置的。控制map和reduce的参数setmapred.max.split.size=256000000; --决定每个map处理的最大的文件大小，单位为Bsetmapred.min.split.size.per.node=1; --节点

数仓大山哥·2024-02-20 20:02

Hive拉链表设计、实现、总结

水善利万物而不争，处众人之所恶，故几于道文章目录环境介绍实现1.初始化拉链表2.后续拉链表数据的更新总结彩蛋-想清空表的数据：转成内部表，清空数据后，再转成外部表，将分区目录删掉，然后再次跑脚本，其他表都没问题就拉链表新算出过期分区的数据拉不进去，这是啥原因？有高人指点一下吗？环境介绍拉链表可以用来记录数据的声明周期，适合那种数据量大但新增和修改频率不是很高的场景。比如总共100万条数据，每天

阿年、嗯啊·2024-02-20 20:28

(17)Hive ——MR任务的map与reduce个数由什么决定？

的数量由以下参数决定文件个数文件大小blocksize一般而言，对于每一个输入的文件会有一个mapsplit，每一个分片会开启一个map任务，很容易导致小文件问题（如果不进行小文件合并，极可能导致Hadoop集群资源雪崩）hive

爱吃辣条byte·2024-02-20 20:27

清华架构师整理分布式系统文档：从实现原理到系统实现，收藏吧

微服务、云原生、Kubernetes、ServiceMesh是分布式领域的热点技术，它们并不是凭空出现的，一定继承了某些“前辈”的优点。

java架构师联盟·2024-02-20 20:40

推荐频道

hive云原生