jjzjj

hadoop - 何时使用 Hcatalog 以及它的好处是什么

coder 2024-01-09 原文

我是 Hcatlog (HCAT) 的新手，我们想知道我们在哪些用例/场景中使用 HCAT，使用 HCAT 的好处，是否可以从 HCatlog 中获得任何性能改进。任何人都可以提供有关何时使用 Hcatlog 的信息

最佳答案

Apache HCatalog 是 Hadoop 的表和存储管理层，它使使用不同数据处理工具(Apache Pig、Apache Map/Reduce 和 Apache Hive)的用户能够更轻松地在网格上读取和写入数据。

HCatalog 在存储在 HDFS 集群上的数据上创建一个表抽象层。此表抽象层以熟悉的关系格式呈现数据，并使使用熟悉的查询语言概念读取和写入数据变得更加容易。

HCatalog 数据结构是使用 Hive 的数据定义语言 (DDL) 定义的，Hive 元存储存储 HCatalog 数据结构。使用命令行界面 (CLI)，用户可以创建、更改和删除表。表被组织到数据库中，或者如果没有为表定义则放置在默认数据库中。创建表后，您可以使用 Show Table 和 Describe Table 等命令浏览表的元数据。 HCatalog 命令与 Hive 的 DDL 命令相同。

HCatalog 确保用户无需担心他们的数据存储在何处或以何种格式存储。 HCatalog 在表格 View 中显示来自 RCFile 格式、文本文件或序列文件的数据。它还提供 REST API，以便外部系统可以访问这些表的元数据。

HCatalog 向其他 Map/Reduce 工具开放 hive 元数据。每个 Map/Reduce 工具都有自己关于 HDFS 数据的概念(例如 Pig 将 HDFS 数据视为文件集，Hive 将其视为表)支持 HCatalog 的 Map/Reduce 工具不需要关心数据存储在哪里，在哪格式和存储位置。

  1. 它有助于与其他工具集成，并为 Pig、Hive 和 Map/Reduce 提供读写接口(interface)。
  2. 它为 Hadoop 工具提供共享模式和数据类型。您不必在每个程序中显式键入数据结构。
  3. 它将信息公开为外部数据访问的 Rest 接口(interface)。
  4. 它还与 Sqoop 集成，Sqoop 是一种旨在在 Hadoop 与关系数据库(例如 SQL Server 和 Oracle)之间来回传输数据的工具
  5. 它提供 API 和 Web 服务包装器以访问 Hive Metastore 中的元数据。
  6. HCatalog 还公开了一个 REST 接口(interface)，以便您可以创建自定义工具和应用程序来与 Hadoop 数据结构进行交互。

这使我们能够使用正确的工具来完成正确的工作。例如，我们可以使用 HCatalog 将数据加载到 Hadoop 中，使用 Pig 对数据执行一些 ETL，然后使用 Hive 聚合数据。处理后，您可以使用 Sqoop 将数据发送到位于 SQL Server 中的数据仓库。您甚至可以使用 Oozie 自动执行该过程。

工作原理:

  1. Pig- HCatLoader 和 HCatStore 接口(interface)
  2. Map/Reduce- HCatInputFormat 和 HCatOutputFormat 接口(interface)
  3. Hive - 无需接口(interface)。直接访问元数据

引用资料:

Microsoft Big Data Solution

http://hortonworks.com/hadoop/hcatalog/

您问题的答案:

正如我之前所述，HCatalog 为 hadoop 工具提供了共享模式和数据类型，它简化了您在数据处理过程中的工作。如果您使用 HCatalog 创建了一个表，您可以直接通过 pig 或 Map/Reduce 访问该 hive 表(您不能简单地通过 pig 或 Map Reduce 访问一个 hive 表)。您不需要为每个工具创建模式。

如果您正在处理可从多个系统使用的共享数据 用户(一些团队使用 Hive，一些团队使用 Pig，一些团队使用 Map/Reduce)然后 HCatalog 将很有用，因为他们只需要表来访问数据进行处理。

它不是任何工具的替代品它是一种提供对许多工具的单一访问的工具。

性能取决于您的 hadoop 集群。您应该在 Hadoop 集群中对主要性能进行一些性能基准测试。

关于hadoop - 何时使用 Hcatalog 以及它的好处是什么，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/30550959/

Hcatalog何时Reducesectionhadoophive

有关hadoop - 何时使用 Hcatalog 以及它的好处是什么的更多相关文章

  1. ruby - 如何使用 Nokogiri 的 xpath 和 at_xpath 方法 - 2

    我正在学习如何使用Nokogiri，根据这段代码我遇到了一些问题:require'rubygems'require'mechanize'post_agent=WWW::Mechanize.newpost_page=post_agent.get('http://www.vbulletin.org/forum/showthread.php?t=230708')puts"\nabsolutepathwithtbodygivesnil"putspost_page.parser.xpath('/html/body/div/div/div/div/div/table/tbody/tr/td/div

  2. ruby - 使用 RubyZip 生成 ZIP 文件时设置压缩级别 - 2

    我有一个Ruby程序，它使用rubyzip压缩XML文件的目录树。gem。我的问题是文件开始变得很重，我想提高压缩级别，因为压缩时间不是问题。我在rubyzipdocumentation中找不到一种为创建的ZIP文件指定压缩级别的方法。有人知道如何更改此设置吗？是否有另一个允许指定压缩级别的Ruby库？ 最佳答案 这是我通过查看ruby​​zip内部创建的代码。level=Zlib::BEST_COMPRESSIONZip::ZipOutputStream.open(zip_file)do|zip|Dir.glob("**/*")d

  3. ruby - 为什么我可以在 Ruby 中使用 Object#send 访问私有(private)/ protected 方法？ - 2

    类classAprivatedeffooputs:fooendpublicdefbarputs:barendprivatedefzimputs:zimendprotecteddefdibputs:dibendendA的实例a=A.new测试a.foorescueputs:faila.barrescueputs:faila.zimrescueputs:faila.dibrescueputs:faila.gazrescueputs:fail测试输出failbarfailfailfail.发送测试[:foo,:bar,:zim,:dib,:gaz].each{|m|a.send(m)resc

  4. ruby-on-rails - 使用 Ruby on Rails 进行自动化测试 - 最佳实践 - 2

    很好奇，就使用ruby​​onrails自动化单元测试而言，你们正在做什么？您是否创建了一个脚本来在cron中运行rake作业并将结果邮寄给您？git中的预提交Hook？只是手动调用？我完全理解测试，但想知道在错误发生之前捕获错误的最佳实践是什么。让我们理所当然地认为测试本身是完美无缺的，并且可以正常工作。下一步是什么以确保他们在正确的时间将可能有害的结果传达给您？ 最佳答案 不确定您到底想听什么，但是有几个级别的自动代码库控制:在处理某项功能时，您可以使用类似autotest的内容获得关于哪些有效，哪些无效的即时反馈。要确保您的提

  5. ruby - 在 Ruby 中使用匿名模块 - 2

    假设我做了一个模块如下:m=Module.newdoclassCendend三个问题:除了对m的引用之外，还有什么方法可以访问C和m中的其他内容？我可以在创建匿名模块后为其命名吗(就像我输入“module...”一样)？如何在使用完匿名模块后将其删除，使其定义的常量不再存在？ 最佳答案 三个答案:是的，使用ObjectSpace.此代码使c引用你的类(class)C不引用m:c=nilObjectSpace.each_object{|obj|c=objif(Class===objandobj.name=~/::C$/)}当然这取决于

  6. ruby - 使用 ruby​​ 和 savon 的 SOAP 服务 - 2

    我正在尝试使用ruby​​和Savon来使用网络服务。测试服务为http://www.webservicex.net/WS/WSDetails.aspx?WSID=9&CATID=2require'rubygems'require'savon'client=Savon::Client.new"http://www.webservicex.net/stockquote.asmx?WSDL"client.get_quotedo|soap|soap.body={:symbol=>"AAPL"}end返回SOAP异常。检查soap信封，在我看来soap请求没有正确的命名空间。任何人都可以建议我

  7. python - 如何使用 Ruby 或 Python 创建一系列高音调和低音调的蜂鸣声？ - 2

    关闭。这个问题是opinion-based.它目前不接受答案。想要改进这个问题？更新问题，以便editingthispost可以用事实和引用来回答它.关闭4年前。Improvethisquestion我想在固定时间创建一系列低音和高音调的哔哔声。例如:在150毫秒时发出高音调的蜂鸣声在151毫秒时发出低音调的蜂鸣声200毫秒时发出低音调的蜂鸣声250毫秒的高音调蜂鸣声有没有办法在Ruby或Python中做到这一点？我真的不在乎输出编码是什么(.wav、.mp3、.ogg等等)，但我确实想创建一个输出文件。

  8. ruby-on-rails - Rails - 子类化模型的设计模式是什么？ - 2

    我有一个模型:classItem项目有一个属性“商店”基于存储的值，我希望Item对象对特定方法具有不同的行为。Rails中是否有针对此的通用设计模式？如果方法中没有大的if-else语句，这是如何干净利落地完成的？ 最佳答案 通常通过Single-TableInheritance. 关于ruby-on-rails-Rails-子类化模型的设计模式是什么？，我们在StackOverflow上找到一个类似的问题： https://stackoverflow.co

  9. ruby-on-rails - 'compass watch' 是如何工作的/它是如何与 rails 一起使用的 - 2

    我在我的项目目录中完成了compasscreate.和compassinitrails。几个问题:我已将我的.sass文件放在public/stylesheets中。这是放置它们的正确位置吗？当我运行compasswatch时，它不会自动编译这些.sass文件。我必须手动指定文件:compasswatchpublic/stylesheets/myfile.sass等。如何让它自动运行？文件ie.css、print.css和screen.css已放在stylesheets/compiled。如何在编译后不让它们重新出现的情况下删除它们？我自己编译的.sass文件编译成compiled/t

  10. ruby - 使用 ruby​​ 将 HTML 转换为纯文本并维护结构/格式 - 2

    我想将html转换为纯文本。不过，我不想只删除标签，我想智能地保留尽可能多的格式。为插入换行符标签，检测段落并格式化它们等。输入非常简单，通常是格式良好的html(不是整个文档，只是一堆内容，通常没有anchor或图像)。我可以将几个正则表达式放在一起，让我达到80%，但我认为可能有一些现有的解决方案更智能。 最佳答案 首先，不要尝试为此使用正则表达式。很有可能你会想出一个脆弱/脆弱的解决方案，它会随着HTML的变化而崩溃，或者很难管理和维护。您可以使用Nokogiri快速解析HTML并提取文本:require'nokogiri'h

随机推荐