想学大数据?那你得了解Hive文件存储格式
wxin55 2024-10-28 20:34 14 浏览 0 评论
通常情况下,在接触Hive时我们常常着重于HiveQL语句的学习,从而忽视其他Hive相关配置的重要性,本篇文章小编将带大家了解Hive操作数据的基础,即Hive文件存储格式。
Hive底层数据是以文件的形式存储在Hadoop的HDFS中,因此选择一个合适的文件存储格式,即使在不优化HiveQL语句的情况下,Hive性能也能得到提升。
就好比我们在电脑中,使用记事本和Word文档存储同一段文字。
记事本存储的文件相对于Word文档存储的文件要占用更小的磁盘空间。
但是我们可以对Word文档中存储的文字进行更多的操作。
这就是文件存储格式不同给我们带来的直观区别。
在Hive中同样如此,选择不同的文件存储格式,代表着不同的数据存储方式,对于数据库性能的表现也会有所不同。
常见的Hive文件存储格式包括文本格式文件(TextFile)、二进制序列化文件(SequenceFile)、和行列式文件(ORCFile)。接下来,小编将对这三种文件存储格式进行介绍。
TextFile
- Hive默认文件存储方式
- 存储方式为行式存储
- 自身不支持压缩和分片
- 通过LOAD和INSERT两种方式加载数据。
SequenceFile
- 将数据存储为序列化的键值对形式,其中值为原始数据,键为生成的内容
- 存储方式为行式存储
- 自身支持两种压缩RECORD和BLOCK,其中RECORD表示只对值进行压缩,BLOCK表示键值都会被压缩
- 自身支持切片
- 通过INSERT方式加载数据
ORCFile
- ORCFile是RCFile的优化版本
- 存储方式为行列存储
- 自身支持两种压缩ZLIB和SNAPPY,其中ZLIB压缩率比较高,常用于数据仓库的ODS层,SNAPPY压缩和解压的速度比较快,常用于数据仓库的DW层
- 自身支持切片
- 通过INSERT方式加载数据
ORCFile以其高效的数据存储和数据处理性能得以在Hive的实际生产环境中大量运行。
存储方式分为行式存储、列式存储和行列存储:
- 行式存储按行将数据存储在底层文件系统中,便于对于整行数据的修改,但是单列读取时也会读取整行数据。
- 列式存储以列为单位存储在底层文件系统中,便于单列的读取与统计,但是整行操作性能较差。
- 行列存储是列式存储的特殊形式,先基于行对数据进行分组,然后基于列对每组数据进行存储。行列存储结合了行式存储和列式存储的优点。
当HiveQL语句需要执行MapReduce任务时,切片是指在MapReduce任务中是否支持对文件进行Split(分割)成多个分片,每个分片交给一个Mapper处理,可以多个Mapper并行处理,提升MapReduce程序执行效率。
到这里,我们就对Hive文件存储格式有了一个比较清晰的认识。通过修改Hive文件存储格式去优化Hive性能只是Hive性能优化的冰山一角,要学习的东西还有很多,希望读者在掌握Hive语法格式的同时,多多了解Hive的性能优化知识,对自身能力进行提升。
Hive性能优化不仅可以提高我们的工作效率,而且还可以避免系统资源的浪费,减少因性能出错的机率。
相关推荐
- ES6中 Promise的使用场景?(es6promise用法例子)
-
一、介绍Promise,译为承诺,是异步编程的一种解决方案,比传统的解决方案(回调函数)更加合理和更加强大在以往我们如果处理多层异步操作,我们往往会像下面那样编写我们的代码doSomething(f...
- JavaScript 对 Promise 并发的处理方法
-
Promise对象代表一个未来的值,它有三种状态:pending待定,这是Promise的初始状态,它可能成功,也可能失败,前途未卜fulfilled已完成,这是一种成功的状态,此时可以获取...
- Promise的九大方法(promise的实例方法)
-
1、promise.resolv静态方法Promise.resolve(value)可以认为是newPromise方法的语法糖,比如Promise.resolve(42)可以认为是以下代码的语...
- 360前端一面~面试题解析(360前端开发面试题)
-
1.组件库按需加载怎么做的,具体打包配了什么-按需加载实现:借助打包工具(如Webpack的require.context或ES模块动态导入),在使用组件时才引入对应的代码。例如在V...
- 前端面试-Promise 的 finally 怎么实现的?如何在工作中使用?
-
Promise的finally方法是一个非常有用的工具,它无论Promise是成功(fulfilled)还是失败(rejected)都会执行,且不改变Promise的最终结果。它的实现原...
- 最简单手写Promise,30行代码理解Promise核心原理和发布订阅模式
-
看了全网手写Promise的,大部分对于新手还是比较难理解的,其中几个比较难的点:状态还未改变时通过发布订阅模式去收集事件实例化的时候通过调用构造函数里传出来的方法去修改类里面的状态,这个叫Re...
- 前端分享-Promise可以中途取消啦(promise可以取消吗)
-
传统Promise就像一台需要手动组装的设备,每次使用都要重新接线。而Promise.withResolvers的出现,相当于给开发者发了一个智能遥控器,可以随时随地控制异步操作。它解决了三大...
- 手写 Promise(手写输入法 中文)
-
前言都2020年了,Promise大家肯定都在用了,但是估计很多人对其原理还是一知半解,今天就让我们一起实现一个符合PromiseA+规范的Promise。附PromiseA+规范地址...
- 什么是 Promise.allSettled()!新手老手都要会?
-
Promise.allSettled()方法返回一个在所有给定的promise都已经fulfilled或rejected后的promise,并带有一个对象数组,每个对象表示对应的pr...
- 前端面试-关于Promise解析与高频面试题示范
-
Promise是啥,直接上图:Promise就是处理异步函数的API,它可以包裹一个异步函数,在异步函数完成时抛出完成状态,让代码结束远古时无限回掉的窘境。配合async/await语法糖,可...
- 宇宙厂:为什么前端离不开 Promise.withResolvers() ?
-
大家好,很高兴又见面了,我是"高级前端进阶",由我带着大家一起关注前端前沿、深入前端底层技术,大家一起进步,也欢迎大家关注、点赞、收藏、转发。1.为什么需要Promise.with...
- Promise 新增了一个超实用的 API!
-
在JavaScript的世界里,Promise一直是处理异步操作的神器。而现在,随着ES2025的发布,Promise又迎来了一个超实用的新成员——Promise.try()!这个新方法简...
- 一次搞懂 Promise 异步处理(promise 异步顺序执行)
-
PromisePromise就像这个词的表面意识一样,表示一种承诺、许诺,会在后面给出一个结果,成功或者失败。现在已经成为了主流的异步编程的操作方式,写进了标准里面。状态Promise有且仅有...
- Promise 核心机制详解(promise机制的实现原理)
-
一、Promise的核心状态机Promise本质上是一个状态机,其行为由内部状态严格管控。每个Promise实例在创建时处于Pending(等待)状态,此时异步操作尚未完成。当异步操作成功...
- javascript——Promise(js实现promise)
-
1.PromiseES6开始支持,Promise对象用于一个异步操作的最终完成(包括成功和失败)及结果值的表示。简单说就是处理异步请求的。之所以叫Promise,就是我承诺,如果成功则怎么处理,失败怎...
你 发表评论:
欢迎- 一周热门
- 最近发表
-
- ES6中 Promise的使用场景?(es6promise用法例子)
- JavaScript 对 Promise 并发的处理方法
- Promise的九大方法(promise的实例方法)
- 360前端一面~面试题解析(360前端开发面试题)
- 前端面试-Promise 的 finally 怎么实现的?如何在工作中使用?
- 最简单手写Promise,30行代码理解Promise核心原理和发布订阅模式
- 前端分享-Promise可以中途取消啦(promise可以取消吗)
- 手写 Promise(手写输入法 中文)
- 什么是 Promise.allSettled()!新手老手都要会?
- 前端面试-关于Promise解析与高频面试题示范
- 标签列表
-
- hive行转列函数 (63)
- sourcemap文件是什么 (54)
- display none 隐藏后怎么显示 (56)
- 共享锁和排他锁的区别 (51)
- httpservletrequest 获取参数 (64)
- jstl包 (64)
- qsharedmemory (50)
- watch computed (53)
- java中switch (68)
- date.now (55)
- git-bash (56)
- 盒子垂直居中 (68)
- npm是什么命令 (62)
- python中+=代表什么 (70)
- fsimage (51)
- nginx break (61)
- mysql分区表的优缺点 (53)
- centos7切换到图形界面 (55)
- 前端深拷贝 (62)
- kmp模式匹配算法 (57)
- jsjson字符串转json对象 (53)
- jdbc connection (61)
- javascript字符串转换为数字 (54)
- mybatis 使用 (73)
- 安装mysql数据库 (55)