知识卡片
算子下推须保留全局语义
SMS先用Hive生成MR计划,再把可由本地数据库完成的部分改为SQL。若分组键已共同放置,可只收集本地结果;否则需局部求和后再全局合并。连接也要核对数据是否可在节点完成,不能因“下推”二字省去跨节点语义。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 交互式数据分析 · 查看原书依据
SQL语句首先提交给Hive,通过Hive将其转换为物理计划,在最终由执行引擎执行MR任务之前,HadoopDB对物理计划进行改写,归并一些运算符节点,并将其改写为SQL语句,尽可能将很多运算压到底层的关系数据库来执行,期望这样能够利用数据库高效的优点,提升整体执行效率,这就是SMS中MapReduce to SQL的含义,也是HadoopDB整个系统的精华所在。
参考来源
- 位置:《大数据日知录:架构与算法》第13章《交互式数据分析》(来源项目:book-sources;源文件:extracted/大数据日知录_架构与算法/_epub-src/OEBPS/text00018.html)
- 结论依据:原文在本章对算子下推须保留全局语义给出的定义、机制或示例支持本卡;技术产品描述限于2014年书中版本,示例与实测区分。
- 原始内容:SQL语句首先提交给Hive,通过Hive将其转换为物理计划,在最终由执行引擎执行MR任务之前,HadoopDB对物理计划进行改写,归并一些运算符节点,并将其改写为SQL语句,尽可能将很多运算压到底层的关系数据库来执行,期望这样能够利用数据库高效的优点,提升整体执行效率,这就是SMS中MapReduce to SQL的含义,也是HadoopDB整个系统的精华所在。