数据产品经理必修课。也算是顺应时代需要的一本书。开卷有益。

1. 查询语言。由于 SQL 被广泛的应用在数据仓库中，因此，专门针对 Hive 的特性设计了类 SQL 的查询语言 HQL。熟悉 SQL 开发的开发者可以很方便的使用 Hive 进行开发。 2. 数据存储位置。Hive 是建立在 Hadoop 之上的，所有 Hive 的数据都是存储在 HDFS 中的。而数据库则可以将数据保存在块设备或者本地文件系统中。 3. 数据格式。Hive 中没有定义专门的数据格式，数据格式可以由用户指定，用户定义数据格式需要指定三个属性：列分隔符（通常为空格、”\t”、”\x001″）、行分隔符（”\n”）以及读取文件数据的方法（Hive 中默认有三个文件格式 TextFile，SequenceFile 以及 RCFile）。由于在加载数据的过程中，不需要从用户数据格式到 Hive 定义的数据格式的转换，因此，Hive 在加载的过程中不会对数据本身进行任何修改，而只是将数据内容复制或者移动到相应的 HDFS 目录中。而在数据库中，不同的数据库有不同的存储引擎，定义了自己的数据格式。所有数据都会按照一定的组织存储，因此，数据库加载数据的过程会比较耗时。 4. 数据更新。由于 Hive 是针对数据仓库应用设计的，而数据仓库的内容是读多写少的。因此，Hive 中不支持对数据的改写和添加，所有的数据都是在加载的时候中确定好的。而数据库中的数据通常是需要经常进行修改的，因此可以使用 INSERT INTO ... VALUES 添加数据，使用 UPDATE ... SET 修改数据。 5. 索引。之前已经说过，Hive 在加载数据的过程中不会对数据进行任何处理，甚至不会对数据进行扫描，因此也没有对数据中的某些 Key 建立索引。Hive 要访问数据中满足条件的特定值时，需要暴力扫描整个数据，因此访问延迟较高。由于 MapReduce 的引入， Hive 可以并行访问数据，因此即使没有索引，对于大数据量的访问，Hive 仍然可以体现出优势。数据库中，通常会针对一个或者几个列建立索引，因此对于少量的特定条件的数据的访问，数据库可以有很高的效率，较低的延迟。由于数据的访问延迟较高，决定了 Hive 不适合在线数据查询。 6. 执行。Hive 中大多数查询的执行是通过 Hadoop 提供的 MapReduce 来实现的（类似 select * from tbl 的查询不需要 MapReduce）。而数据库通常有自己的执行引擎。 9 7. 执行延迟。之前提到，Hive 在查询数据的时候，由于没有索引，需要扫描整个表，因此延迟较高。另外一个导致 Hive 执行延迟高的因素是 MapReduce 框架。由于 MapReduce 本身具有较高的延迟，因此在利用 MapReduce 执行 Hive 查询时，也会有较高的延迟。相对的，数据库的执行延迟较低。当然，这个低是有条件的，即数据规模较小，当数据规模大到超过数据库的处理能力的时候，Hive 的并行计算显然能体现出优势。 8. 可扩展性。由于 Hive 是建立在 Hadoop 之上的，因此 Hive 的可扩展性是和 Hadoop 的可扩展性是一致的（世界上最大的 Hadoop 集群在 Yahoo!，2009年的规模在 4000 台节点左右）。而数据库由于 ACID 语义的严格限制，扩展行非常有限。目前最先进的并行数据库 Oracle 在理论上的扩展能力也只有 100 台左右。 9. 数据规模。由于 Hive 建立在集群上并可以利用 MapReduce 进行并行计算，因此可以支持很大规模的数据；对应的，数据库可以支持的数据规模较小。

H3 C DataEngine数据工厂用户手册pdf H3 C DataEngine大数据组件用户手册pdf H3C绿洲融合集成平台安装部署手册pdf H3 SeaSQL MPP用户手册pdf H3C绿洲数据运营平台安装部署手册,pdf H3 C SeaSQL MPP用户手册(云形态)pdf H3 C MongoDB用户手册pdf H3 C NaviData5200G2体机RAD卡用户指南pdf H3 C NaviData5200G2体机BIOS用户指南pdf H3 C NaviData510085200G3—体机BIOS用户指南pdf H3C大数据体机固件更新指导书,pdf H3 C NaviData510085200G3体机BOS用户指南,pdf H3C大数据体机固件更新指导书pdf H3 C NaviData5900G3体机BIOS用户指南pdf H3C大数据体机固件更新指导书pdf

智慧方案

产品评论大数据挖掘情感分析python版，带有python代码和数据。

顾平 |《网易数据产品实践》@网易数帆技术沙龙 议题介绍：网易互联网业务正走向“数据中台支撑+数据产品驱动”的双引擎模式，释放数据价值以支持创新业务的探索，本议题将结合网易严选的业务实践，分享覆盖营销和供应链的数据产品体系建设思路与步骤，并介绍作为支撑的数据中台及数据治理的相关经验。 嘉宾简介：顾平，网易数帆大数据产品专家，7年大数据从业经验，2017年至2020年就职于网易严选，担任数据产品负责人，从0到1构建了网易严选的数据产品体系和数据中台体系。目前就职于网易数帆，担任网易有数·BI产品负责人。

大数据产品架构及应用方案

客户服务定位于面向保险业、银行业、政府机构提供一套基于加密用户身份证号发现用户手机号的产品，能够有效提高企业存量用户的保有率，提高存量用户的贡献度。

智慧气象大数据产品解决方案

大数据产品布局和应用实践，精品一级