一、讀時模式（schema on read）和寫時模式（schema on write）
在傳統的數據庫裡，表的模式是在數據加載時強制確定的。如果在加載時發現數據不符合模式，則拒絕加載數據。因為數據在寫入數據庫時對照模式進行檢查，因此這一設計有時被稱為“寫時模式”。
而在Hive中，對數據的驗證並不在加載數據的時候進行，而是在查詢時進行，這被稱為“讀時模式”。
用戶需要在這兩種方法之間進行權衡。讀時模式可以使數據加載非常迅速，這是因為它不需要讀取數據，進行“解析”，再進行序列化以數據庫內部格式存入磁盤。數據加載操作僅僅是問文件複製或移動。
寫時模式有利於提升查詢性能。因為數據庫可以對列進行索引，並對數據進行壓縮。但作為權衡，此時加載數據會花更多時間。此外，在很多加載時模式未知的情況下，因為查詢尚未確定，因此不能決定使用何種索引。
獲取更多Hadoop、HDFS、HBase、MapReduce、YARN、Hive等等技術內容，可訪問Hadoop大數據技術專欄。
二、Hive是讀時模式
Hive處理的數據是大數據，在保存表數據時不對數據進行校驗，而是在讀數據時校驗，不符合格式的數據設置為NULL。讀時模式的優點是，加載數據庫快。
傳統的數據庫如MySQL、Oracle是寫時模式，不符合格式的數據寫不進去。
訪問Kafka技術專欄，瞭解更多的技術細節和項目代碼。
分享到:
