La importancia de SQL para hadoop
Hay razones de peso que SQL ha demostrado ser resistente. La industria de TI ha tenido 40 años de experiencia con SQL, ya que fue desarrollado por IBM a principios de 1970. Con el aumento de la adopción de las bases de datos relacionales en la década de 1980, SQL, ya se ha convertido en una habilidad estándar para la mayoría de los profesionales de TI.
Se puede ver fácilmente por qué SQL ha tenido tanto éxito: Es relativamente fácil de aprender, y consultas SQL es bastante legible. Esta facilidad se puede remontar de nuevo a un punto de diseño de la base en SQL - el hecho de que se trata de un declarativo idioma, a diferencia de una imperativo idioma.
Para un lenguaje para ser medios declarativas que las consultas tienen que ver sólo con la naturaleza de los datos que se solicitan - idealmente, no debería haber nada en su consulta que determina Cómo el tratamiento debe ser ejecutado. En otras palabras, todo lo que indique en SQL es la información que desea volver desde el sistema - no cómo conseguirlo.
Por el contrario, con un lenguaje imperativo (C, por ejemplo, o Java o Python) su código consta de instrucciones donde se definen las acciones que necesita el sistema para ejecutar.
Además de los (fácilmente apalancadas) habilidades de sus profesionales de TI-SQL amable, el valor de las aplicaciones de bases de datos décadas también han sido construidas con interfaces SQL. Cuando se habla de cómo Hadoop puede complementar el almacén de datos, está claro que las organizaciones van a almacenar datos estructurados en Hadoop. Y como resultado, van a correr un poco de su lógica de la aplicación existente contra Hadoop.
Nadie quiere pagar por las aplicaciones sean reescritos, por lo que una interfaz de SQL es altamente deseable.
Con el desarrollo de interfaces de SQL a los datos de Hadoop, una tendencia interesante es que de análisis de negocios comerciales y herramientas de gestión de datos son casi todos subiendo al carro Hadoop, incluyendo la inteligencia empresarial Reporting- Extracto paquetes- estadística, transformar y marcos de carga (ETL) - y una variedad de otras herramientas. En la mayoría de los casos, la interfaz a los datos Hadoop Hive es.
Hadapt y hadoop A finales del año 2010, Hadapt se formó como una puesta en marcha por dos estudiantes de la Universidad de Yale y profesor asistente de ciencias de la computación. Profesor Daniel Abadi y Kamil Bajda-Pawlikowski, estudiante de doctorado del…
Hadoop y colmena Para hacer el cuento largo, Colmena ofrece Hadoop con un puente hacia el mundo RDBMS y proporciona un dialecto SQL conocida como Hive Query Language (HiveQL), que se puede utilizar para realizar tareas tipo SQL. Esa es la gran noticia, pero hay más…
Hadoop como un motor de pre-procesamiento de datos Uno de los primeros casos de uso para Hadoop en la empresa era como un motor de transformación programática utilizada para los datos preprocess con destino a un almacén de datos. Esencialmente, este caso de uso aprovecha la potencia del…
Hadoop como un archivo consultable de datos de almacén de frío Una multitud de estudios muestran que la mayoría de los datos en un almacén de datos empresariales rara vez se preguntó. Proveedores de bases de datos han respondido a estas observaciones mediante la implementación de sus propios métodos para…
Hadoop como destino de los datos de archivo El costo económico de almacenamiento para Hadoop, más la posibilidad de consultar los datos de Hadoop con SQL hace Hadoop el principal destino para los datos de archivo. Este caso de uso tiene un bajo impacto en su organización, porque se puede…
Hadoop Sqoop para grandes datos Sqoop (SQL-a-Hadoop) es una herramienta de datos grande que ofrece la capacidad de extraer datos de los almacenes de datos no Hadoop, transformar los datos en una forma utilizable por Hadoop, y luego cargar los datos en HDFS. Este proceso se llama…
Ibm grande sql y hadoop IBM tiene una larga historia de trabajo con SQL y la tecnología de base de datos. De acuerdo con esta historia, la solución de IBM para SQL en Hadoop aprovecha los componentes de sus tecnologías de bases de datos relacionales que son portado para…
La gestión de grandes datos con Hadoop HDFS y MapReduce: Hadoop, un marco de software de código abierto, utiliza HDFS (el sistema de archivos distribuido Hadoop) y MapReduce para analizar grandes volúmenes de datos en clústeres de hardware que la mercancía es, en un entorno de computación…
Bases de datos de procesamiento masivamente paralelo Para proporcionar una mejor comprensión de las alternativas SQL-en-Hadoop Hive a, podría ser útil revisar una cartilla en el procesamiento paralelo masivo (MPP) bases de datos primero.Apache Hive es en capas en la parte superior del sistema de…
Cerdo latino en los programas de cerdo de Hadoop Cerdo latín es el idioma para programas de cerdo. Cerdo traduce el guión Pig Latin en puestos de trabajo MapReduce que pueda ser ejecutado dentro del clúster Hadoop. Si viene con cerdo América, el equipo de desarrollo sigue tres principios…
Hawq Pivotal y hadoop En 2010, EMC y VMware, los líderes del mercado en la entrega de TI como un servicio a través de la computación en nube, adquirieron Greenplum Corporation, las personas que habían llevado con éxito el producto Greenplum MPP Data Warehouse (DW)…
Acceso SQL y colmena apache Apache Hive es indiscutiblemente la interfaz de consulta de datos más extendida en la comunidad Hadoop. Originalmente, los objetivos de diseño de la colmena no eran para la compatibilidad de SQL completa y de alto rendimiento, pero eran para…