关于Hive,以下说法不正确的是:()
A.Hive是基于Hadoop的一个数据仓库,由Facebook开源,最初是用于解决海量结构化的日志数据统计问题
B.Hive定义了一种类似SQL的查询语言HQ,将SQL转化为MapRuduce任务,在Hadoop上执行
C.目前Hive支持MapRuduce、Tez的计算模型
D.Hive的表更新采用的是插入的方式
A.Hive是基于Hadoop的一个数据仓库,由Facebook开源,最初是用于解决海量结构化的日志数据统计问题
B.Hive定义了一种类似SQL的查询语言HQ,将SQL转化为MapRuduce任务,在Hadoop上执行
C.目前Hive支持MapRuduce、Tez的计算模型
D.Hive的表更新采用的是插入的方式
A.HIVE构建于HDFS和MapReduce之上
B.HIVE使用类SQL的HQL语言作为查询接口
C.HIVE的并行执行主要依赖MapReduce来实现
D.HIVE不能运行在Spark上
A.基于Mapreduce,具有较大延迟
B.每个Hive表对应HDFS上的一个目录
C.不支持SQL能力,特有的查询语言
D.支持jdbc/odbc访问
A.sqoop可以将HQL/SQL的执行结果导入到Oracle或者Hive
B.不能大于1M
C.sqoop使用参数-m(即--num-mappers)进行导数时,分布在每一个map上的数据是均匀的
D.sqoop将数据导入Oracle时遇到值的长度超长,sqoop会继续将正常的数据导入Oracle
A.数据加载时,overwrite关键字是必须的
B.删除表时,表中的数据可以同时删除掉
C.hive的内表和外表都可以修改location属性
D.Hive是在数据查询时进行模式验证,而不是加载的时候验证
A.可以指定实例进行日志收集
B.可以指定节点IP进行收集
C.可以指定用户进行日志收集
D.可以指定时间段进行日志收集
A.Hive支持所有标准SQL语法
B.Hive底层采用的计算引擎是MapReduce
C.Hive提供的HQL语法,与传统SQL很类似
D.HiveServer可采用MySQL存储元数据信息
A、Hive最佳使用场景是大数据集的批处理作业
B、Hive可以实现在大规模集群上实现低延迟快速查询
C、Hive构建在基于静态批量处理的Hadoop之上,Hadoop通常有较高的延迟并且在提交作业和调度的时候需要大量的开销
D、Hive查询操作过程严格遵循HadoopMap Reduce的作用执行模型,Hive将用户的HiveSQL语句通过解释器转换为Map ReduceHadoop集群上
A.Hive最终将数据存储在HDFS中
B.Hive是Hadoop平台的数据仓库工具
C.HQL可以通过MapReduce执行任务
D.Hive对HBase有强依赖
A.默认创建普通表
B.删除外部表时,只删除外部表数据而不删除元数据
C.外部表实质上是将已存在的HDFS文件路径与表关联起来
D.删除普通表时,元数据和数据同时被删除
A.只要有一个HiveServer不可用,整个Hive集群便不可用
B.MotaStore用于提供元数据服务,依赖于DBService
C.在同一时间点、HiveServer只要一个处于Active状态,另一个则处于Standby状态
D.HiveServer负责接收客户端请求.解析.执行HQL命令并返回查询结果