为什么hive使用RDBMS来存储亚稳态而不是文件系统？

Question

我想了解使用RDBMS进行Hive元数据而不是文件系统的设计原则。

在我看来，正在提供-

并发控制

酸性质

亚秒延迟等。

文件系统可以提供-

数据复制

可以通过使用动物园管理员来实现并发

在蜂巢的设计过程中，还有什么其他事情影响到这个决定吗？

Answer 1

您可以在论文中找到hive为什么使用RDBMS的原因："Hive:基于地图的仓库解决方案--约简框架“。

它描述如下：

“应该为具有随机访问和更新的在线事务优化亚稳态存储系统。像HDFS这样的文件系统不适合用于顺序扫描而不是随机访问。因此，亚稳态使用传统的关系数据库(如MySQL、甲骨文)或文件系统(如本地、NFS、AFS)，而不是HDFS。因此，只访问元数据对象的HiveQL语句的执行延迟非常低。然而，Hive必须显式地维护元数据和数据之间的一致性。”

Answer 2

据我所知，他们选择在关系数据库管理系统( RDBMS )中存储单元表的元信息的这种方法，而不是将这些信息存储在中，因为它们需要元存储(模式、分区、其他信息)非常低的延迟。

Answer 3

使用RDBMS存储元数据的原因: CRUD操作不可能，不允许编辑HDFS中的文件或数据，元数据存储元数据使用RDBMS提供较低的查询延迟，HDFS读写操作是耗时的过程。