MongoDB 中的 HiveQL

Question

我一直在研究用于数据仓库的 NoSQL 和 Hadoop，但是我以前从未使用过这些技术，我想询问以下是否可以检查我是否正确理解了这些技术。

如果我将数据存储在 MongoDB 中，是否可以将 Hadoop 与 Hive 结合使用，直接对 MongoDB 进行 Hiveql 查询，并将这些查询的输出作为视图再次存储在 MongoDB 中，而不是 HDFS 中？

另外，如果我理解正确，大多数 NoSQL 数据库不支持连接和聚合，但可以通过 map-reduce 实现它们。如果当我在 HiveQL 中进行联接时 HiveQL 查询是 map-reduce 作业，它是否已经自动“加入”了 map-reduce 中的 MongoDB 数据，而无需担心 MongoDB 中缺乏对联接和聚合的支持?

Answer 1

MongoDB 确实对聚合类型的函数有很好的支持。当然没有连接。 MongoDB Schema 通常的设计方式是您通常不需要连接。

HiveQL 在 HDFS 中的“表”上运行。这是默认行为。 但是你有一个 MongoDB-Hadoop 连接器：http://docs.mongodb.org/ecosystem/tools/hadoop/ 这将允许您从 Hadoop 中查询 MongoDB 数据。

要使用 Map Reduce，您可以使用 MongoDB 本身（没有 Hadoop）来实现。 看到这个：http://docs.mongodb.org/manual/core/map-reduce/