data_lab

HIVE 테이블 관리 HIVE 테이블 1. 데이터를 HIVE 테이블로 가져오면? HiveQL, 피그, 스파크 등을 활용하여 데이터를 처리 > 상호운영 보장 2. HIVE가 지원하는 테이블 종류 - 내부 테이블 : HIVE가 관리, HIVE/ 데이터웨어하우스에 저장, 내부테이블 삭제 시 메타정의와 데이터까지 삭제됨, ORC같은 형식으로 저장되어 비교적 빠른 성능 - 외부 테이블 : 하이브가 직접 관리하지 않음, 하이브의 메타정의만 사용하여 원시 형태로 저장된 텍스트 데이터에 접근 외부 테이블의 데이터를 삭제해도 테이블 메타 정의만 삭제되고 데이터는 유지됨. 해당 데이터가 하이브 외부에 적재 되어있거나 테이블이 삭제되더라도 원본 데이터가 남아 있어야할 때 사용 3.csv 파일을 하이브 테이블로 가져오기 1...

https://dlcdn.apache.org/hive/hive-3.1.2/ Index of /hive/hive-3.1.2 dlcdn.apache.org apache mirror 사이트에서 원하는 hive 버전의 binary 폴더를 다운받는다. 사전작업 - Hadoop Path 설정 되어있어야함 export HADOOP_HOME= 압축해제 wget https://dlcdn.apache.org/hive/hive-3.1.2/apache-hive-3.1.2-bin.tar.gz tar xvzf apache-hive-3.1.2-bin.tar.gz 환경변수 설정 Hive 홈 환경변수를 설정해야한다. .bash_prifile에서 수정하는 방식보단 /etc/profile.d/에 쉘 스크립트를 추가해줄것 vi /etc/p..

RDBMS 스키마에 의존성 강함 으로 작업이 진행 불가능한 경우가 있음 - 스키마가 제대로 정의되어 있지않거나 - 쿼리를 통한 질의가 스키마에 맞지 않을 경우 대용량 데이터 처리하는데 부적절함 – 많은 시간 소요됨 HIVE 데이터웨어 하우징 인프라 데이터 저장, 처리에 스키마 검증 없음 스키마에 맞지 않는 쿼리는 null 리턴 SQL과 유사한 HiveQL 사용 MapReduce 프로그램 작성 대신 쿼리 인터페이스 서비스 제공 쿼리 실행 시 MapReduce 프로그램으로 전환되어 결과 생성 비 정형화된 입력 소스 분석에는 적합하지 않음 HIVE Architecture -HIVE Client -JDBC 응용 프로그램 지원 , -Thrift 기반 응용 프로그램 지원(서로 커뮤니케이션 할 수 있는 통신 프로토콜..

하둡에 들어가기 앞서 빅데이터가 뭔지 알아보려 한다. 빅데이터란 ? 기존의 데이터베이스 관리 도구 방법으로 처리할 수 없는 규모로 복잡한 데이터 구조를 가지고 있다. 기존의 데이터 베이스는 OLTP성으로 빠르고 정확하다. 빅데이터는 정확성에 초점을 두기보다는 대용량 데이터를 분산처리하는데에 초점을 두고 있다. 따라서 pk, update등 안되고 데이터를 새로 put해야 한다. 빅데이터 3V Volume 대규모의 크기를 가지고 있다. (기업마다 차이는 있지만 수십테라바이트부터 수십페타데이터 이상) Variety 존재하는 데이터의 방식이 다양하다. 정형 : 의미 파악하기 쉬우며 규칙적인 데이터 반정형: HTML, XML,JSON 형태로 한 텍스트에 column, value 같이 비정형:텍스트, 음성, 영상 ..