知识卡片
SparkSQL分开语义与计算
Hive为文件数据提供表结构与元数据,Spark SQL让开发者用查询表达数据处理并由计算框架执行。这样可复用既有SQL能力,减少必须手写全部分布式代码的负担。原文关于Hive不能更新删除等全称判断依赖版本与表类型,不在笔记中作为当前事实。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 大数据技术中台 11.1.2 Spark技术框架 · 查看原书依据
Spark SQL+Hive的设计思路就是,将通过各种渠道采集的数据存储于Hadoop大数据平台的Hive数据库中。Hive数据库中的数据实际上存储在分布式文件系统HDFS中,并将这些数据文件映射成一个个的表,通过SQL语句对数据进行操作。在对Hive数据库的数据进行操作时,通过Spark SQL将数据读取出来,然后通过SQL语句进行处理,最后将结果数据又存储到Hive数据库中。
参考来源
- 位置:《架构真意企业级应用架构设计方法论与实践》第11章《大数据技术中台》“11.1.2 Spark技术框架”(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/架构真意企业级应用架构设计方法论与实践/_epub-src/EPUB/xhtml/chapter144.xhtml)。
- 结论依据:原文的具体说明支撑这一概括:Hive为文件数据提供表结构与元数据,Spark SQL让开发者用查询表达数据处理并由计算框架执行。其余范围限定用于避免超出书内证据。
- 原始内容:Spark SQL+Hive的设计思路就是,将通过各种渠道采集的数据存储于Hadoop大数据平台的Hive数据库中。Hive数据库中的数据实际上存储在分布式文件系统HDFS中,并将这些数据文件映射成一个个的表,通过SQL语句对数据进行操作。在对Hive数据库的数据进行操作时,通过Spark SQL将数据读取出来,然后通过SQL语句进行处理,最后将结果数据又存储到Hive数据库中。