hadoop sql（hadoop如何处理结构化数据）

1. Hadoop大数据框架的发展历程
2. hadoop如何处理结构化数据
3. postgresql和mysql的区别

Hadoop大数据框架的发展历程

Hadoop的主要发展历程：

　　· 2008年1月，Hadoop成为Apache顶级项目。

　　· 2008年6月，Hadoop的第一个SQL框架——Hive成为了Hadoop的子项目。

　　· 2009年7月 ，MapReduce 和 Hadoop Distributed File System (HDFS) 成为Hadoop项目的独立子项目。

　　· 2009年7月 ，Avro 和 Chukwa 成为Hadoop新的子项目。

　　· 2010年5月 ，Avro脱离Hadoop项目，成为Apache顶级项目。

　　· 2010年5月 ，HBase脱离Hadoop项目，成为Apache顶级项目。

　　· 2010年9月，Hive脱离Hadoop，成为Apache顶级项目。

　　· 2010年9月，Pig脱离Hadoop，成为Apache顶级项目。

　　· 2010年-2011年，扩大的Hadoop社区忙于建立大量的新组件(Crunch，Sqoop，Flume，Oozie等)来扩展Hadoop的使用场景和可用性。

hadoop如何处理结构化数据

Hadoop可以通过以下方式处理结构化数据：1. Hadoop可以使用Hive来处理结构化数据。
2. Hive是Hadoop生态系统中的一个数据仓库工具，它提供了一种类似于SQL的查询语言（HiveQL），可以将结构化数据映射到Hadoop分布式文件系统（HDFS）上的分布式存储中。
Hive可以将结构化数据存储在HDFS中，并提供了对这些数据的查询和分析功能。
3. Hive通过将结构化数据映射为Hadoop分布式文件系统中的文件和目录来处理结构化数据。
它使用HiveQL查询语言来执行各种数据操作，包括创建表、插入数据、查询数据等。
Hive还支持数据分区和桶化等技术，以提高查询性能。
此外，Hive还可以与其他Hadoop生态系统中的工具（如HBase、Spark等）进行集成，以进一步处理和分析结构化数据。
因此，选择使用Hive来处理结构化数据是一个不错的选择。

postgresql和mysql的区别

postgresql与mysql的区别主要体现在语法方面：

第一，在pgsql上的功能实现比mysql严谨，对表的连接支持更加完整；

第二，pgsql的优化器功能完整，支持索引类型多，而mysql的优化器比较简单，适用于简单的查询操作。

区别就是两者意思是不一样具体的不同如下

PostgreSQL是一种特性非常齐全的自由软件的对象-关系型数据库管理系统（ORDBMS），是以加州大学计算机系开发的POSTGRES，4.2版本为基础的对象关系型数据库管理系统。

MySQL是一个关系型数据库管理系统，由瑞典MySQL AB 公司开发，属于 Oracle 旗下产品。MySQL 是最流行的关系型数据库管理系统之一，在 WEB 应用方面，MySQL是最好的 RDBMS (Relational Database Management System，关系数据库管理系统) 应用软件之一。MySQL是一种关系型数据库管理系统，关系数据库将数据保存在不同的表中，而不是将所有数据放在一个大仓库内，这样就增加了速度并提高了灵活性。MySQL所使用的 SQL 语言是用于访问数据库的最常用标准化语言。MySQL 软件采用了双授权政策，分为社区版和商业版，由于其体积小、速度快、总体拥有成本低，尤其是开放源码这一特点，一般中小型和大型网站的开发都选择 MySQL 作为网站数据库。

到此，以上就是小编对于hadoop sql查询的问题就介绍到这了，希望介绍的3点解答对大家有用，有任何问题和不懂的，欢迎各位老师在评论区讨论，给我留言。