文章回顾理论大数据框架原理简介大数据发展历程及技术选型实践搭建大数据运行环境之一搭建大数据运行环境之二本地MAC环境配置CPU数和内存大小查看CPU数sysctl machdep.cpu# 核数为4machdep.cpu.
·Hive使用目录结构进行数据分区并提高性能· Hive的大多数交互都是通过CLI或命令行界面进行的，并且HQL或Hive查询语言用于查询数据库· Hive支持四种文件格式，即TEXTFILE，ORC，RCFILE和SEQUENCEFILEHive的三个核心部分· Hive客户端
推荐理由SQL处理二维表格数据，是一种最朴素的工具，NoSQL是Not Only SQL，即不仅仅是SQL。从MySQL导入数据到HDFS文件系统中，最简单的一种方式就是使用Sqoop，然后将HDFS中的数据和Hive建立映射。
本文目录（本文约六万五千字）（一）基本概念、安装、数据类型（二）DDL数据定义、DML数据操作（三）查询、分区表和分桶表（四）函数、压缩和存储（五）企业级调优、Hive实战（一）基本概念、安装、数据类型1 基本概念1.
Since Sqoop breaks down export process into multiple transactions， it is possible that a failed export job may result in partial data being committed to the database. This can further lead to subsequent jobs failing due to insert collisions in some cases， or lead to duplicated data in others. You can overcome this problem by specifying a staging table via the --staging-table option which acts as an auxiliary table that is used to stage exported data. The staged data is finally moved to the destination table in a single transaction.
