预约成功
1、更高效的word count的内容——学点SQL吧
你知道数据库吗?你会写SQL吗?如果不会，请学点SQL吧。
2、更高效的word count的内容——SQL版WordCount
你写(或者抄)的WordCount一共有几行代码?
给你看看我的:
SELECT word,COUNT(1) FROM wordcount GROUP BY word;
这便是SQL的魅力，编程需要几十行，甚至上百行代码，我这一句就搞定;使用SQL处理分析Hadoop上的数据，方便、高效、易上手、更是趋势。不论是离线计算还是实时计算，越来越多的大数据处理框架都在积极提供SQL接口。
3、更高效的word count的内容——SQL On Hadoop之Hive
什么是Hive?官方给的解释是：
The Apache Hive data warehouse software facilitates reading, writing, and managing large datasets residing in distributed storage and queried using SQL syntax.
为什么说Hive是数据仓库工具，而不是数据库工具呢?有的朋友可能不知道数据仓库，数据仓库是逻辑上的概念，底层使用的是数据库，数据仓库中的数据有这两个特点：最全的历史数据(海量)、相对稳定的;所谓相对稳定，指的是数据仓库不同于业务系统数据库，数据经常会被更新，数据一旦进入数据仓库，很少会被更新和删除，只会被大量查询。而Hive，也是具备这两个特点，因此，Hive适合做海量数据的数据仓库工具，而不是数据库工具。
4、更高效的word count的内容——安装配置Hive
请参考1.1 和 1.2 完成Hive的安装配置。可以正常进入Hive命令行。
5、更高效的word count的内容——试试使用Hive
请参考1.1 和 1.2 ，在Hive中创建wordcount表，并运行2.2中的SQL语句。在Hadoop WEB界面中找到刚才运行的SQL任务。
看SQL查询结果是否和1.4中MapReduce中的结果一致。
6、更高效的word count的内容——Hive是怎么工作的
明明写的是SQL，为什么Hadoop WEB界面中看到的是MapReduce任务?
7、更高效的word count的内容——学会Hive的基本命令
创建、删除表;加载数据到表;下载Hive表的数据;
请参考1.2，学习更多关于Hive的语法和命令。
如果你已经按照《写给大数据开发初学者的话》中第一章和第二章的流程认真完整的走了一遍，那么你应该已经具备以下技能和知识点：
0和Hadoop2.0的区别;
MapReduce的原理(还是那个经典的题目，一个10G大小的文件，给定1G大小的内存，如何使用Java程序统计出现次数最多的10个单词及次数);
HDFS读写数据的流程;向HDFS中PUT数据;从HDFS中下载数据;
自己会写简单的MapReduce程序，运行出现问题，知道在哪里查看日志;
会写简单的SELECT、WHERE、GROUP BY等SQL语句;
Hive SQL转换成MapReduce的大致流程;
Hive中常见的语句：创建表、删除表、往表中加载数据、分区、将表中数据下载到本地;
从上面的学习，你已经了解到，HDFS是Hadoop提供的分布式存储框架，它可以用来存储海量数据，MapReduce是Hadoop提供的分布式计算框架，它可以用来统计和分析HDFS上的海量数据，而Hive则是SQL On Hadoop，Hive提供了SQL接口，开发人员只需要编写简单易上手的SQL语句，Hive负责把SQL翻译成MapReduce，提交运行。
以上就是有关于更高效的word count的内容的全部内容了，从文章中我们就可以看出大数据工程师之类的行业有多么受欢迎，所以想从事大数据行业的小伙伴们就要好好理解小编为大家整理的文章内容了，我们会从各种方面分析大数据行业的内容，环球网校小编希望大家的学习之路顺利。
