讀時(shí)模式和寫時(shí)模式

Hive使用Hadoop來執(zhí)行查詢，其查詢執(zhí)行速度是很慢的，但是使用load data向Hive中導(dǎo)入數(shù)據(jù)卻非?？?，這是因?yàn)镠ive采取的是讀時(shí)模式(Schema On Read)。

• 讀時(shí)模式：讀取數(shù)據(jù)的時(shí)候，對(duì)數(shù)據(jù)的類型、格式做檢查;
• 寫時(shí)模式：寫入數(shù)據(jù)的時(shí)候，對(duì)數(shù)據(jù)的類型、格式等規(guī)范做檢查;

將數(shù)據(jù)存到Hive的數(shù)據(jù)表時(shí)，Hive采用的是“讀時(shí)模式”，意思是針對(duì)寫操作不會(huì)做任何校驗(yàn)，只是簡(jiǎn)單的將文件復(fù)制到Hive的表對(duì)應(yīng)的HDFS目錄。跟“讀時(shí)模式”相對(duì)應(yīng)的是“寫時(shí)模式”，RDBMS一般采用“寫時(shí)模式”，在將數(shù)據(jù)寫入到數(shù)據(jù)表的時(shí)候會(huì)檢查每一條記錄是否合法，如果檢查不通過會(huì)直接返回失敗信息。

由于向Hive中存入數(shù)據(jù)的只是簡(jiǎn)單的文件復(fù)制和粘貼，所以導(dǎo)入數(shù)據(jù)速度非常的快。當(dāng)讀取、查詢的時(shí)候，才會(huì)根據(jù)表模式來解釋數(shù)據(jù)，這個(gè)時(shí)候如果遇到了不符合模式的數(shù)據(jù)，Hive會(huì)直接將數(shù)據(jù)解析成NULL。

讀時(shí)模式的好處

Hive采用讀時(shí)模式帶來了以下幾個(gè)好處：

• 向Hive表中新增數(shù)據(jù)非常的快，通常情況下對(duì)于外來數(shù)據(jù)，采用的方法是直接用Hadoop命令將文件上傳到一個(gè)HDFS目錄，Hive直接讀這個(gè)目錄;
• 一份數(shù)據(jù)可以被解析成多種模式，存儲(chǔ)在Hive表中的數(shù)據(jù)跟Hive本身沒有關(guān)系，數(shù)據(jù)也可以被其他工具比如Pig來處理;

導(dǎo)入數(shù)據(jù)

hive> load data local inpath '/root/usr.data' into table usr;