Hive数据仓库存储机制

Hive的数据存储本质上是基于HDFS的文件系统，它将数据以文本、序列文件或列式存储格式保存在HDFS上，并通过元数据（Metadata）来管理这些文件的结构和位置，很多人对Hive有一个误解，认为它是一个像MySQL那样的传统关系型数据库，Hive更像是一个“翻译官”或者“外壳”，当你执行一条SQL语句时，H……

Hive本质上是构建在HDFS之上的数据仓库工具，它利用HDFS提供的高容错性和高吞吐量存储底层数据，并通过MapReduce、Tez或Spark等计算引擎实现结构化查询，二者是“存储底座”与“查询接口”的协同关系，在大数据生态系统中，HDFS和Hive常常被新手混淆，很多人以为Hive就是数据库，或者HDFS……