04大数据内存计算spark系列贴-SHARK(SQL on spark 0.x)
2014-12-15 10:07
597 查看
(原文地址:http://blog.csdn.net/codemosi/article/category/2777045,转载麻烦带上原文地址。hadoop hive hbase mahout storm spark kafka flume,等连载中,做个爱分享的人
![](http://static.blog.csdn.net/xheditor/xheditor_emot/default/struggle.gif)
)
shark 相当于是hive on spark, 用法和hive 大致是一样的。还是一样。从代码开始。
1:创建表
CREATE EXTERNAL TABLE user
(
DT STRING,
username STRING,
password STRING
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '\t'
LINES TERMINATED BY '\n'
STORED AS TEXTFILE
LOCATION '/rdc/user/'
2:创建内存表(_cached结尾的表为内存表,表放在内存中,处理SQL查询相当的快)
CREATE TABLE user_cached AS SELECT * FROM user
3:查询功能,和hive 的区别就是对SQL语句的执行。shark使用spark来算,使用上是一样的,输入SQL 得到查询结果,各种SQL查询语句就不演示了。
4: shark 将SQL查询结果,直接转换成RDD传给spark
shark具有spark的好处 cache后的RDD存在内存中,下次可以直接使用。也就是说shark可以把表存在内存中,这种模式基于内存来算,减少了IO,加上spark的transformation的迭代正是mapreduce的缺点!并且执行是不像hive一样还要开个mapreduce,慢。
当然shark 也有缺点。基于hive的代码改造的,hive是进程安全的,因为hive执行使用mapreduce,进程安全就够了。shark执行是spark来做。要求线程安全。不然可能你一样的SQL出来的结果不一样。所以还要安装一个hive的补丁包。
![](http://static.blog.csdn.net/xheditor/xheditor_emot/default/struggle.gif)
)
shark 相当于是hive on spark, 用法和hive 大致是一样的。还是一样。从代码开始。
1:创建表
CREATE EXTERNAL TABLE user
(
DT STRING,
username STRING,
password STRING
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '\t'
LINES TERMINATED BY '\n'
STORED AS TEXTFILE
LOCATION '/rdc/user/'
2:创建内存表(_cached结尾的表为内存表,表放在内存中,处理SQL查询相当的快)
CREATE TABLE user_cached AS SELECT * FROM user
3:查询功能,和hive 的区别就是对SQL语句的执行。shark使用spark来算,使用上是一样的,输入SQL 得到查询结果,各种SQL查询语句就不演示了。
4: shark 将SQL查询结果,直接转换成RDD传给spark
shark具有spark的好处 cache后的RDD存在内存中,下次可以直接使用。也就是说shark可以把表存在内存中,这种模式基于内存来算,减少了IO,加上spark的transformation的迭代正是mapreduce的缺点!并且执行是不像hive一样还要开个mapreduce,慢。
当然shark 也有缺点。基于hive的代码改造的,hive是进程安全的,因为hive执行使用mapreduce,进程安全就够了。shark执行是spark来做。要求线程安全。不然可能你一样的SQL出来的结果不一样。所以还要安装一个hive的补丁包。
相关文章推荐
- 07大数据内存计算spark系列贴-spark SQL
- 06大数据内存计算spark系列贴-mllib 机器学习
- 01-大数据内存计算spark系列贴-spark生态系统简介
- 03-大数据内存计算spark系列贴-spark整合hbase,优化BI平台
- 02-大数据内存计算spark系列贴-spark介绍、spark程序
- 05大数据内存计算spark系列贴-spark straming 流式计算
- 大数据IMF传奇行动绝密课程第57课:Spark SQL on Hive配置及实战
- Spark号称“内存计算框架” , 它将所有数据写 到内存吗?
- Spark 介绍(基于内存计算的大数据并行计算框架)
- 6大数据实战系列-sparkSql实战
- Spark SQL概念学习系列之SQL on Spark的简介(三)
- [Spark]Shark, Spark SQL, Hive on Spark以及SQL On Spark的未来
- 大数据SQL交互查询 presto/spark/mapreduce 计算引擎对比
- Shark, Spark SQL, Hive on Spark, 以及SQL on Apache Spark的未来
- Spark 介绍(基于内存计算的大数据并行计算框架)
- 大数据IMF传奇行动绝密课程第97课:使用SparkStreaming+SparkSQL实现在线动态计算出特定时间窗口
- spark on yarn模式下配置spark-sql访问hive元数据
- SparkSQL结合SparkStreaming,使用SQL完成实时计算中的数据统计
- hive,shark,sparkSQL,hive on spark,impala,drill比较
- 数据科学家如何优雅的运行R在spark内存计算引擎上