如何通俗地理解Hive的工作原理？有一個(gè)大倉(cāng)庫(kù)，里面有10000個(gè)箱子。現(xiàn)在我們需要把這些箱子搬到門對(duì)面的倉(cāng)庫(kù)。我們可以讓一個(gè)工人先移動(dòng)它。如果我們每分鐘移動(dòng)一個(gè)，需要一萬(wàn)分鐘?，F(xiàn)在我們找到了一個(gè)速度

如何通俗地理解Hive的工作原理？

有一個(gè)大倉(cāng)庫(kù)，里面有10000個(gè)箱子。現(xiàn)在我們需要把這些箱子搬到門對(duì)面的倉(cāng)庫(kù)。

我們可以讓一個(gè)工人先移動(dòng)它。如果我們每分鐘移動(dòng)一個(gè)，需要一萬(wàn)分鐘。

現(xiàn)在我們找到了一個(gè)速度更快的工人，他可以在半分鐘內(nèi)移動(dòng)一個(gè)。因此，它將在5000分鐘內(nèi)完成。當(dāng)然很棒，比如說(shuō)，讓工人移動(dòng)得更快，比如說(shuō)，20秒移動(dòng)一個(gè)？

但總有一個(gè)極限。畢竟，搬一個(gè)箱子很辛苦。這并不容易。

您還需要多少工人？例如，讓我們找100個(gè)工人?？煲稽c(diǎn)嗎？

但是，還涉及到另一個(gè)問(wèn)題。雖然工作的人多了，但只有一扇門，100名工人擠在一起。雖然人多了，但效率沒(méi)有多大提高。許多人在門口等著。

玩過(guò)魔獸的人都知道，如果礦主太多，會(huì)有人在礦場(chǎng)外等著，所以如果每個(gè)礦場(chǎng)有5個(gè)以上的礦主，采礦速度不會(huì)提高。

那又怎樣？在游戲中，我們可以開一個(gè)新的礦井，這樣每個(gè)礦井可以分成5個(gè)農(nóng)戶來(lái)開采。

對(duì)于相應(yīng)的倉(cāng)庫(kù)，我們可以多開幾扇門。例如，我們可以打開100個(gè)門，并為每個(gè)門分配幾個(gè)工人。這樣，我們能更快更同步地移動(dòng)箱子嗎？

這就是蜂巢中的map和reduce的原理。

當(dāng)然，這只是一個(gè)非常粗略的陳述，它還涉及許多細(xì)節(jié)，例如如何在工人之間分配工作？如何將數(shù)據(jù)切割成“盒子”，如何將其堆放在新倉(cāng)庫(kù)中，如何開門，如何按順序移動(dòng)？

hbase和hive的差別是什么，各自適用在什么場(chǎng)景中？

1. HBase：基于Hadoop數(shù)據(jù)庫(kù)，是NoSQL數(shù)據(jù)庫(kù)；HBase表是物理表，適合存儲(chǔ)非結(jié)構(gòu)化數(shù)據(jù)。

2. Hive：它不存儲(chǔ)數(shù)據(jù)，而是依賴HDFS和MapReduce，通過(guò)SQL計(jì)算和處理HDFS上的結(jié)構(gòu)化數(shù)據(jù)；Hive中的表是純邏輯表。

這兩者通常一起使用。

1. HBase：實(shí)時(shí)隨機(jī)查詢海量詳細(xì)數(shù)據(jù)，存儲(chǔ)采集到的web數(shù)據(jù)；

2。配置單元：適用于離線批量數(shù)據(jù)計(jì)算，一般用于查詢分析和統(tǒng)計(jì)。