讀時模式和寫時模式

Hive使用Hadoop來執(zhí)行查詢，其查詢執(zhí)行速度是很慢的，但是使用load data向Hive中導入數(shù)據(jù)卻非常快，這是因為Hive采取的是讀時模式(Schema On Read)。

• 讀時模式：讀取數(shù)據(jù)的時候，對數(shù)據(jù)的類型、格式做檢查;
• 寫時模式：寫入數(shù)據(jù)的時候，對數(shù)據(jù)的類型、格式等規(guī)范做檢查;

將數(shù)據(jù)存到Hive的數(shù)據(jù)表時，Hive采用的是“讀時模式”，意思是針對寫操作不會做任何校驗，只是簡單的將文件復制到Hive的表對應的HDFS目錄。跟“讀時模式”相對應的是“寫時模式”，RDBMS一般采用“寫時模式”，在將數(shù)據(jù)寫入到數(shù)據(jù)表的時候會檢查每一條記錄是否合法，如果檢查不通過會直接返回失敗信息。

由于向Hive中存入數(shù)據(jù)的只是簡單的文件復制和粘貼，所以導入數(shù)據(jù)速度非常的快。當讀取、查詢的時候，才會根據(jù)表模式來解釋數(shù)據(jù)，這個時候如果遇到了不符合模式的數(shù)據(jù)，Hive會直接將數(shù)據(jù)解析成NULL。

讀時模式的好處

Hive采用讀時模式帶來了以下幾個好處：

• 向Hive表中新增數(shù)據(jù)非常的快，通常情況下對于外來數(shù)據(jù)，采用的方法是直接用Hadoop命令將文件上傳到一個HDFS目錄，Hive直接讀這個目錄;
• 一份數(shù)據(jù)可以被解析成多種模式，存儲在Hive表中的數(shù)據(jù)跟Hive本身沒有關系，數(shù)據(jù)也可以被其他工具比如Pig來處理;

導入數(shù)據(jù)

hive> load data local inpath '/root/usr.data' into table usr;