我已经开始学习Hadoop了，我知道HDFS提供了分布式存储系统，Mapreduce是用于data processing.Now的，我正在阅读Hadoop生态系统。从Hive的定义来看，它是一个构建在hadoop上的数据仓库，用于提供类似SQL的接口。
我的问题是，当hadoop提供容错、分布式的HDFS时，为什么要使用hive？hive会取代HDFS吗？
浏览 1提问于2018-07-26得票数 0
答案是："Elasticsearch是一个分布式搜索引擎，不应该用作数据仓库。“
谢谢并致以最良好的问候，
里斯基·苏纳约
浏览 5提问于2015-03-23得票数 7
1回答
我是Azure数据仓库的新手，在阅读一些关于数据实际存储位置的文章时，我一点也不感到困惑。是计算节点为db表或azure blob存储数据吗？
谢谢
浏览 2提问于2016-08-27得票数 0
回答已采纳
1回答
文件中的有关章节：减少了连接右侧表要移动的行数，以便使两个发行版不兼容的表兼容。减少提示也称为半连接提示。
复制使连接列中的值从联接左侧的表中复制到所有节点。对于分布式表，并行数据仓库将执行洗牌操作。对于复制的表，并行数据仓库将执行trim操作。要了解这些移动类型，请参阅并行<e
浏览 0提问于2019-01-24得票数 8
回答已采纳
1回答
我需要在配置单元中建立数据仓库，并使用HBase来提供实时访问，所以我想知道它的架构是什么?配置单元是分布式的吗?即，我需要在群集的所有节点上安装配置单元，还是集中安装
浏览 1提问于2013-07-11得票数 0
尝试执行存储过程以更新某个数据仓库，但是，当我执行存储过程时，会收到一条错误消息，声明：
错误Msg 8525，级别16，状态1，第1行分布式事务已完成。将此会话登记在新事务中或空事务中。
浏览 2提问于2016-09-30得票数 1
回答已采纳
1回答
我计划实现mapreduce和hdfs作为分布式文件系统。问题是，我要做的第一步是什么？我应该从什么开始呢？我对Hadoop框架进行了深入的研究。
浏览 2提问于2015-02-04得票数 0
1回答
为此，我正在考虑将Hadoop用于MapReduce和分布式计算。使用MapReduce模式，我可以创建每组100.000条记录，并将它们分布在集群上，以便进行一些分布式分析/计算。
浏览 3提问于2015-02-11得票数 0
3回答
作为我大学课程的一部分，我最终完成了一个真正的项目，该项目包括帮助一家公司从他们的关系数据仓库转移到NoSQL数据仓库。据我所知，NoSQL的全部要点是在一个由多台机器组成的大型分布式系统中运行它。所以我不明白这次迁移的意义，特别是因为我非常确定(但不是全部)如果他们真的安装了NoSQL，他们最终的性能可能会更差。但我仍然不愿意告诉他们这一点，因为我还是这个领域的新手(不到一个月)，所以我想知道，是否存在在一台机器上使用NoSQL作为数据仓库的合理性能明智的情况？或者这只是一个糟糕的主意？
浏览 0提问于2014-02-20得票数 4
我所处的位置是，我们使用Azure数据仓库中的外部表从Azure数据湖中读取数据。
这使我们能够使用众所周知的SQL从数据湖中读取数据。我假设Data Warehouse正在后台运行某种形式的分布式查询，正在转换到U-SQL(?)，那么为什么我们要将Data Lake Analytics与U-SQL的语法稍有不同呢？
浏览 1提问于2018-01-18得票数 3
3回答
我们使用服务器设备作为数据仓库。我们仓库中的一个表是一个大约有2000万行的复制表。作为ETL过程的一部分，我们需要从这个维度过期旧记录；但是，我们看到更新少量记录(<100)需要超过1小时。当然，我想过的一个选择是将这个维度从复制更改为分布式。我的测试表明，它将修复ETL进程需要花费很长时间(从1.5小时到30秒)的问题，但是针对此维度的分布式版本的所有联接都会受到影响，因为联接几乎从不基于相同的分发列。同样，移动到分布式表似乎不是最好的解决方案，因为它将影响到数百个已经编写好的SQL查询和其他人开发的报告。
浏览 0提问于2013-08-12得票数 8
1回答
我有一个Python生成器，它从数据仓库中提取了一个相当大的表。在提取数据后，我正在以分布式的方式使用芹菜处理数据。经过测试，我意识到发电机是瓶颈。它不能为芹菜工人生产足够的工作任务。关于生成器的更多细节
生成器使用块查询访问数据仓库，这些查询结果基本上是相互独立和无状态的。因此，我认为这是一个很好的选择，使其并行使用multiprocessing模块。
浏览 0提问于2014-11-12得票数 2
回答已采纳
2回答
哪些NewSQL发行版适合处理数据仓库和空间查询？(MemSQL，VoltDB，NuoDB，什么？以及原因)
浏览 1提问于2018-11-27得票数 0
1回答
多个节点中的配置单元表-正在处理
、、、、
我知道Hive是一个运行在Hadoop之上的数据仓库工具。我们知道Hadoop有一个分布式文件系统-HDFS。
假设我有一个主人和三个奴隶。现在，我已经在HiveQL中创建了一个表employees。
浏览 0提问于2016-03-18得票数 0
3回答
至于为什么我们不能使用identity列，微软的并行数据仓库在物理上不同的服务器之间拆分表。Microsoft从PDW中删除了标识功能，因为您必须在所有服务器之间通信，以便为分布式表中的每个插入找到新的标识值，这在很大程度上否定了并行点。
浏览 2提问于2013-06-14得票数 2
在雪花数据仓库中使用字母-数字字符组合而不是整数来生成维度id是个好主意吗？()例如:假设我必须从一个具有3个键组合的源表构建一个维度表。通常我们构建增量整数列代理键作为维度id。因为雪花是分布式数据库，性能也很好，我觉得这应该没问题。我想看看有没有什么不可预见的影响？
浏览 0提问于2019-03-07得票数 0
2回答
与Teradata的全局事务
、、、、
我在基于Java的项目中使用、Oracle、和Teradata这两个数据库。我希望设置全局事务，以便可以在一个事务下对两个数据库执行操作。那么，现在如何在两个数据库上设置1项事务下的全局事务和性能操作？
浏览 1提问于2014-05-25得票数 0
回答已采纳
云服务器
ICP备案
腾讯会议
云直播
对象存储
腾讯云开发者
