大数据知识

OLTP 与 OLAP

数据处理大致可以分成两大类：联机事务处理OLTP（on-line transaction processing）、联机分析处理OLAP（On-Line Analytical Processing）。

Hive 与 HBase

Hive是Hadoop的数据仓库，可供开发人员用近SQL的方式来计算和处理HDFS上的结构化数据。因为要转化成Map Reduce，所以时间会较慢。另外，好多计算引擎也都会用Hive的元数据，比如Impala, Spark SQL。
Hive中的表是纯逻辑表，即表的元数据，本身不存储数据，完全依赖HDFS和MapReduce。
HBase是一种NoSQL数据库，物理表。用于海量明细数据的随机实时查询。

ETL

ETL是将业务系统的数据经过抽取、清洗转换之后加载到数据仓库的过程，目的是将企业中的分散、零乱、标准不统一的数据整合到一起，为企业的决策提供分析依据。