开源数据仓库HadoopHive-存储.PPT

下载文档

4
0
约1.11千字
约 8页
2018-06-23 发布于天津
举报
版权申诉
保障服务

开源数据仓库HadoopHive-存储.PPT

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

开源数据仓库HadoopHive-存储

开源数据仓库Hadoop Hive在Facebook中的应用 Hive简介 Hive是基于Hadoop的一个开源数据仓库系统，可以将结构化的数据文件映射为一张数据库表，并提供完整的sql查询功能，支持超大规模的数据查询分析。主要用户： Facebook Digg 淘宝 … Hive在facebook的应用应用范围报表在线分析数据挖掘。。。系统规模 640节点 2000T容量每节点8核、4TB存储 Disks Node Disks Node Disks Node Disks Node Disks Node Disks Node 1 Gigabit 4-8 Gigabit Node = DataNode + Map-Reduce Data Warehousing at Facebook Today Web Servers Scribe Servers Filers Hive on Hadoop Cluster Oracle RAC Federated MySQL 使用情况数据量统计: 总数据量: ~1.7PB 系统总容量： ~2.4PB 每日新增数据量: ~15TB 6TB 未压缩原始日志 4TB 未压缩的多维数据（每天重新加载）压缩率： ~5x (gzip, more with bzip) 使用情况统计: 3200 jobs/day with 800K tasks(map-reduce tasks)/day 55TB of compressed data scanned daily 15TB of compressed output data written to hdfs 80 MM compute minutes/day HIVE: Components HDFS Hive CLI DDL Queries Browsing Map Reduce MetaStore Thrift API SerDe Thrift Jute JSON.. Execution Parser Planner DB Web UI Optimizer Data Model Logical Partitioning Hash Partitioning clicks HDFS MetaStore /hive/clicks /hive/clicks/ds=2008-03-25 /hive/clicks/ds=2008-03-25/0 … Tables Data Location Bucketing Info Partitioning Cols Metastore DB