Hadoop Hive概念学习系列之什么是Hive？
参考 《Hadoop大数据分析与挖掘实战》的在线电子书阅读 http://yuedu.baidu.com/ebook/d128cf8e33687e21ae45a935?pn=1&click_type=10010002 Hive最初 ...
原文：Hadoop Hive概念学习系列之hive的正则表达式初步（六）
说在前面的话 hive的正则表达式，是非常重要 作为大数据开发人员，用好hive，正则表达式，是必须品 Hive中的正则表达式还是很强大的。数据工作者平时也离不开正则表达式。对此，特意做了个hive正则表达式的小结。所有代码都经过亲测，正常运行。 .regexp 语法: A REGEXP B操作类型: strings描述: 功能与RLIKE相同 select count from olap b d ...
2016-11-25 19:35 1 21427 推荐指数：
相关推荐
Hadoop Hive概念学习系列之hive的数据压缩（七）
Hive文件存储格式包括以下几类： 1、TEXTFILE 2、SEQUENCEFILE 3、RCFILE 4、ORCFILE 其中TEXTFILE为默认格式，建表时不指定默认为这个格式，导入数据时会直接把数据文件拷贝到hdfs上不进行处理。 SEQUENCEFILE ...
Hadoop Hive概念学习系列之hive里的桶（十一）
不多说，直接上干货！ Hive还可以把表或分区，组织成桶。将表或分区组织成桶有以下几个目的： 第一个目的是为看取样更高效，因为在处理大规模的数据集时，在开发、测试阶段将所有的数据全部处理一遍可能不太现实，这时取样就必不可少。 第二个目的是为了 ...
Hadoop Hive概念学习系列之hive里的分区（九）
为了对表进行合理的管理以及提高查询效率，Hive可以将表组织成“分区”。 分区是表的部分列的集合，可以为频繁使用的数据建立分区，这样查找分区中的数据时就不需要扫描全表，这对于提高查找效率很有帮助。 分区是一种根据“分区列”（partition column）的值 ...
Hadoop Hive概念学习系列之hive里的视图（十二）
不多说，直接上干货！ 可以先，从MySQL里的视图概念理解入手 视图是由从数据库的基本表中选取出来的数据组成的逻辑窗口，与基本表不同，它是一个虚表。在数据库中，存放的只是视图的定义，而不存放视图包含的数据项，这些项目仍然存放在原来的基本表结构中 ...
Hadoop Hive概念学习系列之hive里的索引（十三）
Hive支持索引，但是Hive的索引与关系型数据库中的索引并不相同，比如，Hive不支持主键或者外键。 Hive索引可以建立在表中的某些列上，以提升一些操作的效率，例如减少MapReduce任务中需要读取的数据块的数量。 在可以预见到分区数据非常庞大的情况下，索引常常是优于分区 ...
hive 中的正则表达式
背景： 前几天拿来apache日志，用hive的正则进行匹配，发现匹配出来的字段算是NULL，但是我用RegexBuddy工具显示能够匹配的到啊！例子如下(我拿正常的apache日志来比较，我的apache日志格式被更改过) 1、apache日志格式： 127.0.0.1 ...
hive正则表达式的用法
2.截取字符串中的字母和数字部分：（[^xyz] 不匹配这个集合中的任何一个字符） 3. 指明两项之间的一个选择。例子'([a-z]+|[0-9]+)$'表示所有小写字 ...