摘要：ETL是EXTRACT（抽取）、TRANSFORM（转换）、LOAD（加载）的简称，实现数据从多个异构数据源加载到数据库或其他目标地址，是数据仓库建设和维护中的重要一环也是工作量较大的一块。当前知道的ETL工具有informatica, datastage,kettle,ETL Automation 阅读全文

摘要：hive是Apache的一个顶级项目，由facebook团队开发，基于java开发面向分析师或BI等人员的数据工具（常用作数据仓库），它将hdfs文件组织成表，使用hive-sql调用mapreduce任务完成计算。即使你不知道它的内部机制也不懂java，却不影响你使用。 这里主要以CLI使用为主， 阅读全文

摘要：上次我们在ubantu上安装了hadoop，那我们现在再进一步，开始我们的学习之旅--hive板块吧！ 第一步：准备！ 软件： I、一个搭建好的hadoop环境 II、hive的bin文件（前往apache官网，参考链接：http://www.apache.org/dyn/closer.cgi/hi 阅读全文