hive的优缺点有哪些 orc表优缺点？
orc表优缺点？
除了再配置MapReduce压缩后功能外，Hive的ORC表和Parquet表然后支持什么表的压解属性。
但接受的装换格式太远，ORC表允许None、Zlib、Snappy装换，默认为ZLIB压缩后。但这3种压解格式不支持区域分割，因此比较适合单个文件不是特别大的场景。在用Zlib压解率高，但效率差一些；建议使用Snappy效率高，但装换率低。
Parquet表接受Uncompress、Snappy、Gzip、Lzo装换，设置为不装换Uncompressed。其中Lzo压缩是支持分割处理的，所以在表的单个文件会增大的场景会选择类型Lzo格式。Gzip压缩后率高，效率低；而Snappy、Lzo效率高，高压缩率低。
什么是词根标准化hive？
hive是实现Hadoop的一个数据仓库工具，是可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务并且运行。
其优点是自学成本低，可以类SQL语句快速实现程序简单MapReduce统计，没有必要变更土地性质拿来的MapReduce应用，相当更适合数据仓库的统计分析。
不会Python只会Bi工具，可以从事数据分析师吗？
题主好像沉浸了一个死区，Python和BI工具都都能够做数据分析，但是各有优缺点，那我想知道为什么不两个相互生克制化出声用呢？
.例如，我现在你经常用Python在网上爬数据，接着用FineBI通过分析什么，总是还用Python优化一下FineBI，特点两个工具的优点从底层做起事来极其效率。
不过，Python这种伪代码性质的语言初学者并不算难，可是探索出来就又不是什么简单事情了，而且Python语言不能不能加密，但目前国内市场完全是靠c语言程序软件卖给别人客户的越来越少，网站和移动应用不不需要给客户源代码，因为这个问题就是问题了
BI工具的话，简单点上手容易、灵活快键，尤其是题主所说的FineBI、pentaho等自助餐化工具，傻瓜式操作很比较适合现在的数据分析小白何练起，就算是是手中掌握了R这种编程语言，也很适合我拿来做分析工具
我的很同意下来上面两名答主的话，工具没有好坏优劣之分，只是相对而言这个工具比较适合什么样的人、干什么样的事情，想在数据分析这一行做到是有高度，FineBI这种BI工具和Python这种编程语言那绝对是是要两者兼得的。
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
