Hive Reseñas: 4.2/5 — Una buena elección

Interfaz de usuario fantástica y atractiva Sencilla cuando se trata de rastrear, asignar y monitorear proyectos Hive me ayuda a realizar un seguimiento de todos nuestros proyectos y las personas conectadas a estos proyectos.

Todavía no tengo nada que decir como disgusto. Estoy satisfecho con el uso de Hive.

Gestionar los proyectos y obtener los registros de tiempo

Hive es el mejor almacén de datos de código abierto. Fácil de usar. Utiliza el lenguaje de consulta HiveQL. La sintaxis es la misma que la de SQL. Por lo tanto, es fácil escribir consultas en Hive y obtener informes e información empresarial. Ofrece el mejor análisis de Olfor. Además, se integra fácilmente con Spark, Hadoop y la nube.

La mayor latencia es la desventaja. Se deben implementar mejoras para mejorar la latencia de las consultas complejas.

Nos ayudan a obtener información empresarial y generar informes. Nos ayudan a analizar los datos y a extraer conclusiones para mejorar el negocio.

Lo mejor de Hive es que permite escribir código en SQL para procesar y gestionar los datos. Permite particionar y distribuir los datos entre las máquinas del clúster. También podemos elegir motores de ejecución como Spark, Tez o Mapredice al ejecutar en Hive. Si procesa y analiza grandes volúmenes de datos por lotes, Hive es la mejor opción.

Solo admite datos de estructura y no permite realizar actualizaciones. Solo admite OLAP.

Gestionamos nuestro almacén de datos con fines analíticos mediante Hive. Particionamos y agrupamos las tablas para optimizar el procesamiento en paralelo y reducir la reorganización. Además, leíamos las tablas de Hive con Spark para optimizar el cálculo y la velocidad.

Buenas consultas en bases de datos de Hive y facilidad para crear esquemas.

No permite la conversión de tipos de datos, ya que se perderán datos.

Consultas en bases de datos de Hive. También HS2 y Hive Metastore, con resultados rápidos.

Esquema en archivos HDFS de cualquier formato. Fácil descarga de datos. Una herramienta completa similar a una herramienta de bases de datos como Toad.

Rendimiento: a veces resulta muy difícil ejecutar consultas. La interfaz gráfica de usuario se puede mejorar con opciones más intuitivas.

Procesamiento de datos para informes regulatorios...mantener el linaje

Fui un gran fan de Impala durante un tiempo, hasta que me encontré con una serie de limitaciones imposibles de superar. Trabajo mucho con arrays, y el simple hecho de poder usar array_contains en Impala me impulsó a cambiarme a Hive. Además, estamos avanzando rápidamente hacia un Macross propio para Hive, que nos permite realizar consultas complejas sin explosiones de vista lateral.

La creación de sesiones lleva un tiempo y la velocidad es bastante lenta en comparación con Impala.

Análisis de datos complejos con tablas que tienen varios miles de millones de filas por partición

Ofrece una gran flexibilidad de configuración. Ofrece numerosas opciones para cargar datos directamente desde el sistema de archivos Linux o HDFS. Permite crear tablas externas y administradas. Una característica interesante es que también permite ejecutar comandos bash desde Hive.

No se puede utilizar para la transmisión de datos. Se puede mejorar el registro de errores para que su seguimiento y resolución sean más eficientes.

Se utiliza para transformar y procesar conjuntos de datos de Big Data en lotes. Puede manejar TB de datos. La función de predicado push ha mejorado considerablemente el rendimiento de las consultas, por lo que el desarrollador ya no tiene que preocuparse por ello.

Hive es excelente para gestionar registros en proyectos de big data. Lo usamos en nuestro proyecto y es ideal para usar uniones y agrupaciones, que son muy difíciles y complejas en MapReduce. Cuenta con numerosos paquetes UDF y es muy fácil añadir nuevos UDF. También usamos bucketing y clustering para optimizar las consultas. El concepto de tablas externas y la forma en que podemos manipular datos incluso cuando la tabla se elimina de Hive es realmente asombroso. Hay una gran cantidad de conectores disponibles en el mercado para diferentes programas.

Lo que no me gusta es la latencia y la forma en que se guardan los datos. Al insertar datos, tengo que esperar muchos registros. El plan de ejecución del compilador es muy inmaduro, ya que no optimiza adecuadamente las consultas. Aunque la comunidad está trabajando arduamente para solucionarlo rápidamente, creo que Hive tardará un tiempo en estar listo.

Utilizamos Hive principalmente para guardar nuestros registros. Nos ayuda a realizar un seguimiento de qué registros se insertan, qué registros han fallado y cuál es la relación entre ellos. Estamos usando Tableau para analizar datos.

La progresión de funciones, velocidad, etc. me brinda la confianza estratégica que necesito en SQL en el espacio Hadoop.

En este punto, todo se reduce a pintas y teorías, es genial en Hive 1.2.

Obtener valor de grandes cantidades de datos estructurados y no estructurados.

1) capacidad de manejar una escala de datos de PetaByte 2) capacidad de trabajar con un lenguaje de consulta cercano a SQL 3) esquema con capacidad de lectura

1) La tecnología optimizadora aún está madurando.

1) manejar grandes conjuntos de datos 2) manejar conjuntos de datos semiestructurados y estructurados con la misma herramienta