在 hdfs 中存储关系数据的最佳方式
Best way to store relational data in hdfs
最近我读了很多关于 hadoop 的书，我可以说我理解它的一般概念，但仍然（至少）有一块拼图我无法理解.在 hdfs 中存储关系数据的最佳方式是什么。
首先，我知道 hadoop 的存在无法替代为我的应用程序提供服务的传统良好 sql 数据库。我在这里面临的问题是我想使用 hadoop 将来自多个系统的数据聚合到 hdfs 中。然后我可以将来自多个系统的数据交叉引用在一起，然后生成我的报告工具等使用的新数据集。
好的，那么，我应该使用一个 table 将 tables 数据导入一个文件，还是应该导入连接 tables.[=14= 的查询结果]
例如：
SQL tables:
Person:
PersonID
Name
Birthday
Sex
Company:
CompanyID
Name
Address
PersonCompany
PersonID
CompanyID
我应该按原样导入所有 3 个 table 还是应该导入查询结果 returns 为什么这个人在哪个公司工作。
请与我分享您的想法！
我认为您应该考虑在 HDFS 之上使用 HBase 来获得一些数据库功能：
通常要在 hadoop 中构建数据仓库，您必须摄取所有表。在您的示例中，您需要在 HDFS 中拥有所有 3 个表，然后执行 ETL/aggregation 例如 Joiners_weekly 可以有一个具有
的 etl
select * 来自 PersonCompany pc 在 pc.personid=p.personid 加入 Person p 在 pc.companyid=c.companyid 加入 Company c。
这可以是一个可以从 hadoop 生成的报告。希望这可以帮助。
最近我读了很多关于 hadoop 的书，我可以说我理解它的一般概念，但仍然（至少）有一块拼图我无法理解.在 hdfs 中存储关系数据的最佳方式是什么。
首先，我知道 hadoop 的存在无法替代为我的应用程序提供服务的传统良好 sql 数据库。我在这里面临的问题是我想使用 hadoop 将来自多个系统的数据聚合到 hdfs 中。然后我可以将来自多个系统的数据交叉引用在一起，然后生成我的报告工具等使用的新数据集。
好的，那么，我应该使用一个 table 将 tables 数据导入一个文件，还是应该导入连接 tables.[=14= 的查询结果]
例如：
SQL tables:
Person: PersonID Name Birthday Sex
Company:
CompanyID
Name
Address
PersonCompany
PersonID
CompanyID
我应该按原样导入所有 3 个 table 还是应该导入查询结果 returns 为什么这个人在哪个公司工作。
请与我分享您的想法！
我认为您应该考虑在 HDFS 之上使用 HBase 来获得一些数据库功能：
通常要在 hadoop 中构建数据仓库，您必须摄取所有表。在您的示例中，您需要在 HDFS 中拥有所有 3 个表，然后执行 ETL/aggregation 例如 Joiners_weekly 可以有一个具有
的 etlselect * 来自 PersonCompany pc 在 pc.personid=p.personid 加入 Person p 在 pc.companyid=c.companyid 加入 Company c。
这可以是一个可以从 hadoop 生成的报告。希望这可以帮助。