表示 进入内容 71 去 80 的 112 « 先前的 10 新的记录 | 下一步 10 较早的记录 » Displaying posts with tag: Hive (reset) Sep 20 2017 Hive 入门 Posted by mysql-云栖社区 on Wed 20 Sep 2017 03:25 UTC Tags: hadoop, string, Hive, MySQL, create, 数据仓库, 数据存储, 分区表 官网:hive.apache.org 首先,Hive是数据仓库。可以用类SQL的语言来跑MR,可以理解为Hadoop的客户端。 【mysql】 【hadoop】 【数据仓库】 【string】 【Hive】 【分区表】 【Create】 【数据存储】 …[获取更多] Sep 14 2017 MetaException(message:For direct MetaStore DB connections, we don't support retries at the client level.) Posted by mysql-云栖社区 on Thu 14 Sep 2017 03:59 UTC Tags: database, db, Hive, MySQL, create 在mysql中执行以下命令: drop database hive; create database hive; alter database hive character set latin1; 重启hive 【mysql】 【DB】 【Hive】 【Create】 【database】 点击查看原文> Sep 10 2017 Hadoop Hive概念学习系列之为什么Hive里,要用mysql?(四) Posted by mysql-云栖社区 on Sun 10 Sep 2017 07:31 UTC Tags: hadoop, MapReduce, Hive, MySQL, 数据分析, 配置, 大数据, 数据管理 想说的是,hive只是个工具,包括它的数据分析,依赖于mapreduce,它的数据管理,依赖于外部系统。 metastore_db,是在哪目录下运行,在哪里产生数据。 由此可见,你在哪路径下,执行hive指令,就在哪路径下生成metastore_db。 【大数据】 【mysql】 【hadoop】 【配置】 【数据分析】 …[获取更多] Aug 01 2017 Hive从概念到安装使用总结 Posted by mysql-云栖社区 on Tue 01 Aug 2017 07:13 UTC Tags: hadoop, sqoop, string, Hive, MySQL, 数据库, create, 配置, 存储, 数据仓库, 数据存储, 数据类型, 分区表 一、Hive的基本概念 1.1 hive是什么? (1)Hive是建立在hadoop数据仓库基础之上的一个基础架构; (2)相当于hadoop之上的一个客户端,可以用来存储、查询和分析存储在hadoop中的数据; (3)是一种SQL解析引擎,能够将SQL转换成Map/Reduce中的Job在hadoop上执行。 【mysql】 【hadoop】 【数据库】 【配置】 【数据仓库】 【string】 …[获取更多] Aug 01 2017 Hadoop2.6下安装Hive Posted by mysql-云栖社区 on Tue 01 Aug 2017 03:28 UTC Tags: Java, xml, database, jdbc, hadoop, PATH, driver, Hive, MySQL, 配置 安装Mysql: sudo apt-get install mysql-server mysql-client 安装后检查是否启动 创建数据库Hive和用户hadoop 用root身份进入mysql: mysql -u root -p 解压及配置Hive 我的hadoop安装目录在 /usr/local/hadoop-2.6.4 中,解压apache-hive-1.1.1-bin.tar.gz到 /usr/local/hadoop-2.6.4/hive 中。 【java】 【mysql】 【hadoop】 【path】 【配置】 【JDBC】 …[获取更多] Aug 01 2017 Sqoop:SQL与NoSQL间的数据桥梁 Posted by mysql-云栖社区 on Tue 01 Aug 2017 02:41 UTC Tags: sql, PATH, sqoop, NoSQL, Hive, MySQL, hdfs, 配置, 存储 SQL处理二维表格数据,是一种最朴素的工具,NoSQL是Not Only SQL,即不仅仅是SQL。从MySQL导入数据到HDFS文件系统中,最简单的一种方式就是使用Sqoop,然后将HDFS中的数据和Hive建立映射。 【NOSQL】 【mysql】 【hdfs】 【SQL】 【path】 【配置】 【Hive】 …[获取更多] Jul 04 2017 什么数据库最适合数据分析师 Posted by mysql-云栖社区 on Tue 04 Jul 2017 02:31 UTC Tags: postgresql, sql, server, Hive, MySQL, 数据库, redshift, 性能, 数据仓库 数据分析师都想使用数据库作为数据仓库处理并操作数据,那么哪一款数据库最合适分析师呢?虽然网上已经有很多对各种数据库进行比较的文章,但其着眼点一般都是架构、成本、可伸缩性和性能,很少考虑另一个关键因素:分析师在这些数据库上编写查询的难易程度。 【PostgreSQL】 【mysql】 【性能】 【SQL】 【数据库】 【数据仓库】 …[获取更多] Jun 26 2017 mysql数据与Hadoop之间导入导出之Sqoop实例 Posted by mysql-云栖社区 on Mon 26 Jun 2017 00:42 UTC Tags: jdbc, hadoop, sqoop, Hive, MySQL, hdfs, 数据库 前面介绍了sqoop1.4.6的 如何将mysql数据导入Hadoop之Sqoop安装,下面就介绍两者间的数据互通的简单使用命令。 显示mysql数据库的信息,一般sqoop安装测试用 sqoop list-databases --connect jdbc:mysql://192. 【mysql】 【hdfs】 【hadoop】 【数据库】 【JDBC】 【Hive】 【sqoop】 …[获取更多] May 02 2017 《Hadoop大数据分析与挖掘实战》——3.1节概述 Posted by mysql-云栖社区 on Tue 02 May 2017 06:17 UTC Tags: Java, sql, Apache, hadoop, MapReduce, Hive, MySQL, 数据库, 配置, 存储, 集群, 函数, 数据仓库, 大数据分析 本节书摘来自华章社区《Hadoop大数据分析与挖掘实战》一书中的第3章,第3.1节概述,作者张良均 樊哲 赵云龙 李成华 ,更多章节内容可以访问云栖社区“华章社区”公众号查看 3.1 概述3.1.1 Hive简介 Hive最初是应Facebook每天产生的海量新兴社会网络数据进行管理和机器学习的需求而产生和发展的,是建立在Hadoop上的数据仓库基础构架。 【java】 【mysql】 【hadoop】 【函数】 【SQL】 …[获取更多] May 02 2017 《Hadoop实战手册》一导读 Posted by mysql-云栖社区 on Tue 02 May 2017 03:32 UTC Tags: Apache, hadoop, greenplum, MapReduce, sqoop, mongodb, https, Hive, MySQL, hdfs, 数据分析, 集群, aliyun, 分布式文件系统, 大数据分析 本书能帮助开发者更方便地使用Hadoop,从而熟练地解决问题。读者会更加熟悉Hadoop相关的各种工具从而进行最佳的实践。 【MongoDB】 【Greenplum】 【mysql】 【hdfs】 【hadoop】 【HTTPS】 【Apache】 【集群】 …[获取更多] 表示 进入内容 71 去 80 的 112 « 先前的 10 新的记录 | 下一步 10 较早的记录 » Oracle MySQL Blogs Oracle's MySQL Blog (37) MySQL 其他链接 MySQL Downloads MySQL Docs MySQL Bugs MySQL Forums