HIVE基本数据类型
HIVE基本数据类型
Hive 函数
UDF（User-Defined-Function） 普通函数，一进一出；例如：round 这样的函数；UDAF（User-Defined Aggregation Function）聚合函数，多进一出；例如：count、sum 这样的函数；UDTF（User-Defined Table-Genera
Hive自定义函数编写方法（含源代码解读，超详细，易理解）
Hive创建自定义函数的逻辑并不难，只需继承相关类，实现相关方法，打成jar包上传集群即可。但在代码编写阶段有一定难度，需要一定的java基础。t=N7T8。
hive之full outer join（全连接）使用
hive之full outer join（全连接）使用
hive数据仓库项目练习
hive数据仓库项目练习
数仓工具—Hive语法之数组函数用法和示例
之后，您可以使用数组操作函数来操作数组类型。数组函数将自然语言文本的字符串分割成单词和句子，每个句子在适当的句子边界处断开，并作为单词数组返回。函数根据数组元素的自然排序对输入数组进行升序排序并返回。例如，考虑以下示例对数组字符串进行排序并返回排序后的数组。例如，以下示例仅从键值对 map 类型中返
Linux下安装Hive
安装hive前确保mysql已经安装安装需要的文件链接：https://pan.baidu.com/s/1AnZanBBwa_hYjfxfuGmYgQ?pwd=wf06提取码：wf06。
hive 数仓开发实战
对于一个公司或者组织来说，使用数据的用户可能成百上千，如何降低大家对于数据使用的沟通成本、如何通过规范大家的行为来降低使用数据的风险，这些问题是必须加以考虑的。作为新的大数据架构，数据湖采集和存储一切数据，既包含结构化的数据也包含非结构化（如语音、视频等）和半结构化的数据（如JSON 和XML 等）
【Pyspark-驯化】spark中高效保存数据到hive表中：stored as PARQUET
在PySpark中，数据可以以不同的文件格式存储，其中最常见的是TEXTFILE和PARQUET。这两种格式在存储效率、查询性能以及使用场景上有着显著的差异。STORED AS TEXTFILE：这是一种简单的存储方式，将数据以文本形式存储，通常用于非结构化数据。它不需要特定的序列化机制，易于阅读但
深入解析Apache Hive架构
Apache Hive是一种构建在Hadoop之上的数据仓库基础设施，主要用于大数据处理和查询。Hive提供了一种类SQL查询语言，称为HiveQL，使得用户能够以类似SQL的方式进行大规模数据分析。本文将详细解析Hive的架构，包括其核心组件、工作原理、使用场景及其优缺点。
Hive、SQL Server、MySQL 和 PostgreSQL 之间的对比区别
Hive是一个大数据处理工具，运行在 Hadoop 上，适合批量处理和分析海量数据。SQL Server是一个关系数据库系统，提供事务处理和实时数据访问，适合中到大规模的企业级数据管理和分析。MySQL是一个开源关系数据库系统，广泛用于中小型应用程序和网站，提供高并发的实时数据处理能力。Postgr
hive修改表字段数据类型
注：在执行操作时，你需要确保数据类型转换是安全的，即数据能够在新的数据类型下准确地表示。：在更改数据类型之前，请确保数据的值与新数据类型兼容。：如果你的应用程序依赖于这个Hive表，更改数据类型可能需要你更新应用程序的代码。：如果你正在修改一个分区表的列类型，并且希望这个更改应用到所有分区上，可以使
【大数据离线项目四：什么是海豚调度？怎么使用可以将海豚调度应用到我们的大数据项目开发中？】
Apache DolphinScheduler（海豚调度）是一个分布式、去中心化、易扩展的可视化DAG工作流任务调度系统，致力于解决数据处理流程中错综复杂的依赖关系，使调度系统在数据处理流程中开箱即用。Apache DolphinScheduler 旨在解决复杂的大数据任务依赖关系，并为应用程序提供
数仓工具—Hive语法之正则表达式函数
在我的其他文章中，我们已经看到了如何使用Hive正则表达式从字符串中提取日期值。正则表达式的另一个常见用途是提取数值，例如从字符串数据中提取区号或电话号码。当您处理不同的数据源时，可能需要从给定的字符串类型列中提取数字值，如电话号码或区号。例如，考虑下面的Hive示例，使用函数中的不同表达式从字符串
大数据hive表和iceberg表格式
iceberg表，是一种面向大型分析数据集的开放表格式，旨在提供可扩展、高效、安全的数据存储和查询解决方案。它支持多种存储后端上的数据操作，并提供 ACID 事务、多版本控制和模式演化等特性，使数据管理和查询更加灵活便捷。Iceberg 可以屏蔽底层数据存储格式上的差异，向上提供统一的操作 API，
Hive基础知识（六）：Hive 配置运行日志信息、打印当前库和表头、参数配置方式
另外，Hive 也会读入 Hadoop 的配置，因为。
【Spark On Hive】—— 基于电商数据分析的项目实战
【Spark On Hive】—— 基于电商数据分析的项目实战
hive线程数详解
hive.server2.async.exec.threads 默认100，设置计算线程的数量。hive.exec.input.listing.max.threads 默认值为15，Hive用来监听输入文件的最大线程数。hive.server2.async.exec.wait.queue.size
数仓工具—Hive语法之宏(Macro)
Hive中的宏是一组SQL语句，它们被存储并通过调用宏函数名称来执行。宏在当前会话期间存在。宏是临时的，如果你想拥有永久性的宏，最好创建用户定义的函数并在Hive中注册。在关系数据库管理系统（RDBMS）中，宏存储在数据字典中。Hive宏与关系型数据库中的宏略有不同。在我的其他文章中，我们讨论了如何
Hive collect_set()、collect_list()列转行，并对转换后的行值排序
Hive collect_set()、collect_list()列转行，和concat_ws()使用，并对转换后的行值排序
