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.Hive使用HQL查询语言
B.Hive使用HDFS进行数据存储
C.RDBS数据规模较大
D.Hive硬件配置要求一般,RDBMS要求较高
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.加载数据到Hive时数据必须是HDFS的一个路径
B.创建外部表必须要指定location信息
C.创建外部表使用external关键字,创建普通表需要指定internal关键字
D.创建表时可以指定列分隔符
A.Hive最终将数据存储在HDFS中
B.HiveSQL其本质是执行的MapReduce任务
C.Hive是Hadoop平台的数据仓库工具
D.Hive对HBase有强依赖
A.Hive基于HDFS存储,理论上存储量可无限扩展;而传统数据库存储量上会有上限
B.由于Hive基于大数据平台,所以查询效率比传统数据库快
C.传统关系型数据库的索引机制发展的已经非常成熟,而Hive的索引机制还很低效
D.由于Hive的数据存储在HDFS中,所以可以保证数据的高容错、高可靠
A.一旦表建好,不可再修改表名
B.一旦表建好,不可再增加新列
C.创建外表时需要指定external关键字
D.一旦表建好,不可再修改列名
A.一旦表建好,不可再修改表名
B.一旦表建好,不可再增加新列
C.创建外部表时需要制定externa关键字
D.一旦表创建好,不可再修改列名