关于HIVE的描述不正确的是?()
B.Hive可以实现在大规模数据集上实现低延迟快速的查询
C.Hive构建在基于静态批量处理的Hadoop之上,Hadoop通常有较高的延迟并且在作提交和调度的时候需要大量的开销
D.Hive查询操作过程严格遵循HadoopMapReduce的作用执行模型,Hive将用户的HiveQL语句通过解释器转换为MapReduceHadoop集群上
B.Hive可以实现在大规模数据集上实现低延迟快速的查询
C.Hive构建在基于静态批量处理的Hadoop之上,Hadoop通常有较高的延迟并且在作提交和调度的时候需要大量的开销
D.Hive查询操作过程严格遵循HadoopMapReduce的作用执行模型,Hive将用户的HiveQL语句通过解释器转换为MapReduceHadoop集群上
A、Hive最佳使用场景是大数据集的批处理作业
B、Hive可以实现在大规模集群上实现低延迟快速查询
C、Hive构建在基于静态批量处理的Hadoop之上,Hadoop通常有较高的延迟并且在提交作业和调度的时候需要大量的开销
D、Hive查询操作过程严格遵循HadoopMap Reduce的作用执行模型,Hive将用户的HiveSQL语句通过解释器转换为Map ReduceHadoop集群上
A.Hive主要是为分析数据而设计的数据仓库
B.Hive的数据最终都保存为HDFS文件
C.Hive将用户的查询语句转换为MapReduce作业提交到Hadoop集群上执行
D.Hive能够在大规模数据集上实现低延迟快速的查询
A.Hive:传统 SQL 批处理引擎.用于处理 SQL 类批处理作业,使用广泛海量数据下表现稳定,但是处理速度较慢
B.SparkSQL:新型 SQL 批处理引擎.用于处理 SQL 类批处理作业,适合海量数据,处理速度高效。
C.Spark:新型批处理引擎.可以用于处理非 SQL 类,尤其是数据挖掘和机器学习类批处理作业,适合海量数据,处理速度高效。
D.MapReduce:传统批处理引擎.用于处理非 SQL 类, 尤其是数据挖掘和机器学习类批处理作业,使用广泛,海量数据下表现不稳定.但是处理建度较快
A.Hive依赖于HDFS处理数据
B.Hive依赖于MapReduce处理数据
C.Hive将处理结果保存到HDFS中
D.在某些场景下Pig可以作为Hive的替代工具
A、实现从MySQL到Hive的导入导出
B、实现从MySQL到Oracle的导入导出
C、实现从HDFS到Oracle的导入导出
D、实现从HDFS到MySQL的导入导出
A.Hive与Impala使用相同的元数据
B.Hive与Impala中对SQL的解释处理比较相似,都是通过词法分析生成执行计划
C.Hive适合于长时间的批处理查询分析,而Impala适合于实时交互式SQL查询
D.Hive在内存不足以存储所有数据时,会使用外存,而Impala也是如此
A.Hive 最终将数据存储在HDFS上
B.HQ L可以通过 MapReduce 执行任务
C.Hive是 Hadoop 平台的数据仓库工具
D.Hive 对 Hbase 强依赖
A.目的在于为分布式存储的大数据集提供基于SQL的读、写管理
B.提供分布式存储数据到现有数据的投影
C.只提供命令行的访问方式
D.可以支持JDBC驱动供用户连接
为了保护您的账号安全,请在“简答题”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!