Hive查询指定分隔符
业务场景：
做数据分析的时候，经常会用到hive -e "sql" > result.csv，然后将结果导入到excel中，可是使用hive -e导出后默认的分隔符是\t，excel无法识别，所以需要将\t转成,
方案一：使用linux管道符替换
...
使用EMR Spark Relational Cache跨集群同步数据
Relational Cache是EMR Spark支持的一个重要特性，主要通过对数据进行预组织和预计算加速数据分析，提供了类似传统数据仓库物化视图的功能。除了用于提升数据处理速度，Relational Cache还可以应用于其他很多场景，本文主要介绍如何使用Relational Cache跨集群同步数据表。
HIVE 牛刀小试 （伪分布式版本）
<p>最近一直用hadoop处理数据，处理完以后要对数据进行分析，由于我们的数据不是很大，每次我都是把要分析的文件从hdfs下载到本地，然后再用python、shell脚本进行分析与统计，那hadoop生态系统中都有什么数据分析工具呢，目前据我所知，有两个：pig和hive。因为pig我以前看过，需要用Pig Lation（pig自己的脚本语言），为了省事，我这次直接看基于sql语句的hi
Hadoop的加速发动机Impala
应用场景
在使用Hive的过程中，编写了HQL语句，发现HQL执行过程是非常慢的，因为hive采用的是把HQL转化成hadoop的MapReduce任务，然后编译，打包成jar包，分发到各个server上去执行，这个过程会很慢很慢！而impala也可以执行SQL，但是比Hive快很多，而Impala根本不用Hadoop的Mapreduce机制，直接调用HDFS的API获取文件，在内存中快速计算！
但是Impala也并不是完全比Hive好。
CentOS7.x 安装Sqoop
sqoop是apache旗下一款“Hadoop和关系数据库服务器之间传送数据”的工具。
1. 下载并解压
2. 修改配置文件
2.1 进入/sqoop/conf目录
mv sqoop-env-template.
Hadoop完全分布式安装Hive
应用场景
当我们按照hadoop完全分布式集群搭建博客搭建了hadoop以后，发现这是一个空的hadoop，只有YARN，MapReduce，HDFS，而这些实际上我们一般不会直接使用，而是需要另外部署Hadoop的其他组件，来辅助使用。
完全分布式Hadoop集群安装Phoenix
应用场景
当我们按照之前的博文，安装完Hadoop分布式集群之后，再安装了Hbase，当准备通过hbase shell命令开始使用Hbase的时候，发现hbase非常的难用，都是一些scan，status，describe命令等，无法像mysql，oracle，hive等通过一些简单的SQL语句来操作数据，但是通过Phoenix，它可以让Hbase可以通过SQL语句来进行操作。