- 1、本文档共21页,其中可免费阅读7页,需付费49金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
PAGE1
PAGE1
数据仓库:Hive:Hive分区与桶表
1数据仓库与Hive简介
1.1数据仓库的概念
数据仓库(DataWarehouse)是一种用于存储和管理大量数据的系统,主要用于支持业务智能(BI)活动,特别是分析性报告和决策支持。与传统的业务数据库相比,数据仓库的数据是历史的、集成的,并且通常以一种有利于分析的方式组织。数据仓库的主要目标是为决策者提供数据,帮助他们做出更明智的业务决策。
1.1.1特点
面向主题:数据仓库中的数据围绕特定的业务主题进行组织。
集成性:数据仓库从多个数据源中抽取数据,进行清洗和转换,以消除不一致,提供统一的数据视图。
非
您可能关注的文档
- 实时计算:GoogleDataflow:DataflowSDKs与编程模型.docx
- 实时计算:GoogleDataflow服务架构解析.docx
- 实时计算:Kafka Streams:Kafka Streams窗口操作与时间概念.docx
- 实时计算:Kafka Streams:Kafka Streams故障恢复与容错机制.docx
- 实时计算:Kafka Streams:Kafka Streams核心API详解.docx
- 实时计算:Kafka Streams:Kafka Streams架构与原理.docx
- 实时计算:Kafka Streams:Kafka Streams连接器开发与使用.docx
- 实时计算:Kafka Streams:Kafka Streams社区动态与未来趋势.docx
- 实时计算:Kafka Streams:Kafka Streams实时ETL流程设计.docx
- 实时计算:Kafka Streams:Kafka Streams实时数据分析案例.docx
文档评论(0)