Lar Finanças Pessoais Juntando tabelas com colmada - dummies

Juntando tabelas com colmada - dummies

Vídeo: Quebra de Seção no Word: Como Fazer ou Remover (e suas diversas finalidades!) 2025

Vídeo: Quebra de Seção no Word: Como Fazer ou Remover (e suas diversas finalidades!) 2025
Anonim

Você provavelmente já sabe que especialistas em modelagem e design de banco de dados relacionais geralmente gastam muito tempo em design de bancos de dados normalizados ou esquemas <. O banco de dados normalização é uma técnica que protege contra perda de dados, redundância e outras anomalias à medida que os dados são atualizados e recuperados. Os especialistas seguem uma série de regras para chegar a um banco de dados normalizado, mas a Regra 1 é que você deve terminar com um

grupo de tabelas. (Uma tabela grande que armazena todos os seus dados não é normal - trocadilhos.) Existem exceções, dependendo do caso de uso, mas a lei de muitas tabelas geralmente é seguida de perto, especialmente para bancos de dados que suportam transações ou processamento analítico (business intelligence, por exemplo).

Quando você começa a consultar e analisar seus dados, as tabelas são juntas com base nas relações definidas entre elas usando o SQL - o que significa que os discos estão ocupados em seu servidor quando você começa a juntar tabelas e Os discos ocupados geralmente resultam em tempos de resposta mais lentos dos usuários. No entanto, a boa notícia é que RDBMSs e EDWs são sintonizados para fazer juntas o mais rápido possível.

O que tudo isso tem a ver com juntas na Hive? Bem, lembre-se de que o sistema operacional subjacente para o Hive é (surpresa!) Apache Hadoop: o MapReduce é o mecanismo para juntar tabelas e o Hadoop File System (HDFS) é o armazenamento subjacente. É uma boa notícia para o usuário que quer criar, gerenciar e analisar grandes tabelas com o Hive.

O potencial para desbloquear informações escondidas em estruturas de dados maciças é emocionante. No entanto, as juntas com o Hive geralmente não funcionam tão bem como no mundo RDBMS / EDW, de modo que os usuários pela primeira vez são freqüentemente surpreendidos pelo "pokiness" da resposta do sistema.

Lembre-se de que o MapReduce e o HDFS são otimizados para a produção com grandes análises de dados e que, neste mundo, latências - tempos de resposta dos usuários, em outras palavras - geralmente são altos. A Hive foi projetada para o processamento analítico em lote, não para o processamento rápido de transações on-line. Os usuários que desejam o melhor desempenho possível com SQL no Apache Hadoop possuem soluções disponíveis.

Mantenha essa dinâmica em mente quando você começar a juntar as tabelas com o Hive. Observe também que os arquitetos da Colmeia geralmente desnormalizam seus bancos de dados até certo ponto, então ter menos tabelas maiores é comum. É por isso que são fornecidos tipos de dados complexos, como STRUCTs e ARRAYs. Você pode usar esses tipos de dados complexos para empacotar muito mais dados em uma única tabela.

Como a tabela de colméia lê e escreve via HDFS geralmente envolve blocos de dados muito grandes, quanto mais dados você pode gerenciar completamente em uma tabela, melhor será o desempenho geral.

O acesso ao disco e à rede é muito mais lento do que o acesso à memória, para minimizar o HDFS lê e grava o máximo possível.

Com esta informação de fundo em mente, você pode enfrentar fazer juntas com o Hive. Felizmente, a comunidade de desenvolvimento da Colméia foi realista e entendeu que os usuários desejariam e precisariam se juntar a tabelas com o HiveQL. Este conhecimento torna-se especialmente importante com o aumento de EDW. Casos de uso como arquivos "consultivos" geralmente requerem associações para análise de dados.

Aqui está um exemplo de junção de colmeia usando tabelas de dados de vôo. A lista mostra como criar e exibir uma tabela myflightinfo2007 e uma tabela myflightinfo2008 das tabelas FlightInfo2007 e FlightInfo2008 maiores. O plano ao longo do tempo era usar o CTAS criou as tabelas myflightinfo2007 e myflightinfo2008 para ilustrar como você pode realizar juntas na Hive.

A figura mostra o resultado de uma junção interna com as tabelas myflightinfo2007 e myflightinfo2008 usando o cliente SQuirreL SQL.

Hive suporta

equi-junções, um tipo específico de junção que usa apenas comparações de igualdade no predicado de junção. (ON m8. FlightNum = m7. FlightNum é um exemplo de equi-join.) Outros comparadores como Less Than (<) não são suportados. Essa restrição é apenas devido a limitações no mecanismo MapReduce subjacente. Além disso, você não pode usar OR na cláusula ON. A figura ilustra o exemplo anterior da união interna e outros dois tipos de junção de colmeia. Observe que você pode confirmar os resultados de uma junção interna, revisando o conteúdo das tabelas myflight2007 e myflight2008.

A figura a seguir ilustra como uma junção interna funciona usando um diagrama de Venn, caso você não esteja familiarizado com a técnica. A idéia básica aqui é que uma junção interna retorna os registros que combinam entre duas tabelas. Então, uma junção interna é uma ferramenta de análise perfeita para determinar quais vôos são os mesmos de JFK (Nova York) para ORD (Chicago) em julho de 2007 e julho de 2008.

Otimizar as junções de Hive é um tópico quente na comunidade Hive. Para obter mais informações sobre as técnicas de otimização atuais, consulte a página Aderir a otimização no wiki da Colméia.

Juntando tabelas com colmada - dummies

Escolha dos editores

Fatos de plantas e animais para lembrar para o exame de biologia AP - dummies

Fatos de plantas e animais para lembrar para o exame de biologia AP - dummies

A seguinte lista contém algumas das informações mais desafiadoras sobre plantas e animais que você pode encontrar no exame de biologia AP. Estude esta lista, desde que você precise - se você se lembrar dessa informação durante o teste, você fará tudo bem. As plantas vasculares têm raízes, rebentos e caules, cada um dos quais ...

Física Tópicos para estudar para o teste Miller Analogies (MAT) - dummies

Física Tópicos para estudar para o teste Miller Analogies (MAT) - dummies

Massa , velocidade, aceleração - sim, é hora de rever toda a física que você aprendeu no ensino médio e se preparar para o MAT (Miller Analogies Test). Para o MAT, familiarizar-se com a física não implica aprender equações complicadas. Você só precisa se lembrar de alguns termos de física e aprender sobre alguns físicos famosos. Essas listas ajudam ...

Médico Assistente de Exame para Dummies Cheat Sheet - dummies

Médico Assistente de Exame para Dummies Cheat Sheet - dummies

Quando você está se preparando para tomar a PANCE ou PANRE , você pode sentir que precisa conhecer uma quantidade infinita de informações. Como você vai se lembrar de todos os detalhes de tantas doenças e condições? Aqui, você pode revisar alguns mnemônicos úteis que não só ajudarão seu recall como você se prepara para o seu ...

Escolha dos editores

Como criar uma ordem de compra no QuickBooks 2010 - dummies

Como criar uma ordem de compra no QuickBooks 2010 - dummies

Você pode usar o QuickBooks para criar uma compra Ordem para o seu negócio. Uma ordem de compra informa um fornecedor que deseja comprar algum item. Na verdade, um pedido de compra é um contrato para compra.

Como personalizar os formulários de verificação no QuickBooks 2011 - dummies

Como personalizar os formulários de verificação no QuickBooks 2011 - dummies

Antes de escrever suas verificações no QuickBooks, você pode decida que deseja personalizá-los um pouco. Você pode querer que seus cheques reflitam a aparência do seu negócio. Por exemplo, o QuickBooks oferece a oportunidade de alterar as fontes em seus cheques. Se você clicar na aba Fontes na caixa de diálogo Verificar impressão ...

Como personalizar os formulários on-line do QuickBooks para lidar com os subtotais - manequins

Como personalizar os formulários on-line do QuickBooks para lidar com os subtotais - manequins

Se precisar subtotar informações sobre o seu formulários de vendas, configure formulários de vendas no QuickBooks Online para que você possa incluir subtotais neles. Você pode subtotar linhas em uma fatura, uma estimativa ou um recibo de venda. Primeiro, ative o recurso; Para este exemplo, ative o recurso para o formulário de fatura. Siga ...

Escolha dos editores

Como converter imagens em modo escala de cinza em Photoshop Elements 11 - dummies

Como converter imagens em modo escala de cinza em Photoshop Elements 11 - dummies

Imagens em escala de cinza têm preto e pixels brancos e qualquer um dos 256 níveis de cinza. Ao converter uma imagem RGB em escala de cinza no Photoshop Elements 11, você pode fazer com que pareça uma foto em preto e branco. Evite converter em escala de cinza escolhendo Image → Mode → Grayscale. Quando os elementos executam essa conversão, ele remove toda a cor dos pixels, ...

Como converter imagens em modo escala de cinza em Photoshop Elements 9 - dummies

Como converter imagens em modo escala de cinza em Photoshop Elements 9 - dummies

Em Photoshop Elements, você pode converter uma imagem RGB em escala de cinza, fazendo com que pareça uma foto em preto e branco. As imagens de tons de cinza têm pixels em preto e branco e qualquer um dos 256 níveis de cinza. No entanto, você não precisa desistir de seus dados de cores. Como alternativa ao uso do comando de menu para converter imagens para ...

Como corrigir imagens com curvas de cores - dummies

Como corrigir imagens com curvas de cores - dummies

Photoshop Elements 10 emprestou um recurso muito usado do Photoshop chamado Curves. No entanto, adicionou a palavra Cor e tirou parte de sua sofisticação. No entanto, o ajuste Color Curves tenta melhorar o alcance tonal em imagens a cores fazendo ajustes em destaques, sombras e tons médios em cada canal de cores. Tente usar este comando em ...