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、数据仓库Hive不需要借助于HDFS就可以完成数据的存储
B、Impala和Hive、HDFS、HBase等工具可以统一部署在一个Hadoop平台上
C、Hive本身不存储和处理数据,依赖HDFS存储数据,依赖MapReduce处理数据
D、HiveQL语法与传统的SQL语法很相似
A.Shark提供了类似Pig的功能
B.Shark把SQL语句转换成MapReduce作业
C.Shark重用了Hive中的HiveQL解析、逻辑执行计划翻译、执行计划优化等逻辑
D.Shark的性能比Hive差很多
A.HIVE构建于HDFS和MapReduce之上
B.HIVE使用类SQL的HQL语言作为查询接口
C.HIVE的并行执行主要依赖MapReduce来实现
D.HIVE不能运行在Spark上
A.复杂的批量数据处理:MapReduce
B.基于历史数据的交互式查询:Impala
C.基于实时数据流的数据处理:Storm
D.图结构数据的计算:Hive
A.复杂的批量数据处理:MapReduce
B.基于历史数据的交互式查询:Impala
C.基于实时数据流的数据处理:Storm
D.图结构数据的计算:Hive
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
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!