我是Hadoop的新手。我对我的数据运行了一个Map Reduce,并现在想查询它,以便可以将其放入我的网站中。Apache Hive是否是最好的方法?非常感谢任何帮助。
如果你只想从HDFS获取数据,那么可以通过Hive来实现。然而,如果你的数据已经有序(例如按列排列),那么使用Hive将带来更多好处。
让我们举个例子:你的MapReduce任务生成了一个名为wordcount.csv的CSV文件,其中包含两行:单词和计数。这个CSV文件位于HDFS上。
现在假设你想知道单词“gloubiboulga”的出现次数。你可以通过以下代码轻松实现:
CREATE TABLE data
(
word STRING,
count INT,
text2 STRING
)
ROW FORMAT DELIMITED FIELDS TERMINATED BY ",";
LOAD DATA LOCAL INPATH '/wordcount.csv'
OVERWRITE INTO TABLE data;
select word, count from data where word=="gloubiboulga";