Hive是一個數據倉庫基礎工具，它是建立在Hadoop之上的數據倉庫，在某種程度上可以把它看做用戶編程接口（API），本身也並不存儲和處理數據，依賴於HDFS存儲數據，依賴MR處理數據。它提供了一系列對數據進行提取、轉換、加載的工具。依賴於HDFS存儲數據，依賴MR處理數據。
1
Q：Hive和傳統數據庫有什麼不同?各有什麼試用場景。
A：1、數據存儲位置。Hive是建立在Hadoop之上的，所有的Hive的數據都是存儲在HDFS中的。而數據庫則可以將數據保存在塊設備或本地文件系統中。
2、數據格式。Hive中沒有定義專門的數據格式，由用戶指定，需要指定三個屬性：列分隔符，行分隔符，以及讀取文件數據的方法。數據庫中，存儲引擎定義了自己的數據格式。所有數據都會按照一定的組織存儲。
3、數據更新。Hive的內容是讀多寫少的，因此，不支持對數據的改寫和刪除，數據都在加載的時候中確定好的。數據庫中的數據通常是需要經常進行修改。
4、執行延遲。Hive在查詢數據的時候，需要掃描整個表(或分區)，因此延遲較高，只有在處理大數據是才有優勢。數據庫在處理小數據是執行延遲較低。
5、索引。Hive沒有，數據庫有
6、執行。Hive是MapReduce，數據庫是Executor
7、可擴展性。Hive高，數據庫低
8、數據規模。Hive大，數據庫
2
Q：Hive有哪些應用場景？
A：1、Data Ingestion (數據攝取)
2、Data Discovery(數據發現)
3、Data analytics(數據分析)
4、Data Visualization & Collaboration(數據可視化和協同開發)
3
Q：大數據分析與挖掘方法論是哪六步活動？
A：大數據分析與挖掘方法論被稱為CRISP-DM方法，是以數據為中心迭代循環進行的六步活動，它們分別是：商業理解、數據理解、數據準備、建立模型、模型評估、結果部署。
4
Q:數據分析挖掘方法大致包含哪些組成部分？
A：1.分類 Classification
2.估計Estimation
3.預測Prediction
4. 關聯規則Association Rules
5. 聚類Cluster
6. 描述與可視化Description and Visualization
5
Q：在數據分析與挖掘中對數據的訪問性有哪些要求？
A：交互性訪問、批處理訪問、迭代計算、數據查詢，Hadoop僅僅支持了其中批處理訪問，而Spark則支持所有4種方式
"Hive是一個數據倉庫基礎工具，它是建立在Hadoop之上的數據倉庫，在某種程度上可以把它看做用戶編程接口（API），本身也並不存儲和處理數據，依賴於HDFS存儲數據，依賴MR處理數據。它提供了一系列對數據進行提取、轉換、加載的工具。依賴於HDFS存儲數據，依賴MR處理數據。
1
Q：Hive和傳統數據庫有什麼不同?各有什麼試用場景。
A：1、數據存儲位置。Hive是建立在Hadoop之上的，所有的Hive的數據都是存儲在HDFS中的。而數據庫則可以將數據保存在塊設備或本地文件系統中。
2、數據格式。Hive中沒有定義專門的數據格式，由用戶指定，需要指定三個屬性：列分隔符，行分隔符，以及讀取文件數據的方法。數據庫中，存儲引擎定義了自己的數據格式。所有數據都會按照一定的組織存儲。
3、數據更新。Hive的內容是讀多寫少的，因此，不支持對數據的改寫和刪除，數據都在加載的時候中確定好的。數據庫中的數據通常是需要經常進行修改。
4、執行延遲。Hive在查詢數據的時候，需要掃描整個表(或分區)，因此延遲較高，只有在處理大數據是才有優勢。數據庫在處理小數據是執行延遲較低。
5、索引。Hive沒有，數據庫有
6、執行。Hive是MapReduce，數據庫是Executor
7、可擴展性。Hive高，數據庫低
8、數據規模。Hive大，數據庫
2
Q：Hive有哪些應用場景？
A：1、Data Ingestion (數據攝取)
2、Data Discovery(數據發現)
3、Data analytics(數據分析)
4、Data Visualization & Collaboration(數據可視化和協同開發)
3
Q：大數據分析與挖掘方法論是哪六步活動？
A：大數據分析與挖掘方法論被稱為CRISP-DM方法，是以數據為中心迭代循環進行的六步活動，它們分別是：商業理解、數據理解、數據準備、建立模型、模型評估、結果部署。
4
Q:數據分析挖掘方法大致包含哪些組成部分？
A：1.分類 Classification
2.估計Estimation
3.預測Prediction
4. 關聯規則Association Rules
5. 聚類Cluster
6. 描述與可視化Description and Visualization
5
Q：在數據分析與挖掘中對數據的訪問性有哪些要求？
A：交互性訪問、批處理訪問、迭代計算、數據查詢，Hadoop僅僅支持了其中批處理訪問，而Spark則支持所有4種方式
福利
"相關推薦
