Hadoop 配置单元表还是视图？哪种方法应该是正确的？

我对HDFS/HIVE是新手。我需要一些建议。我有RDBMS数据建模的背景

我需要一份每日报告。报告需要从两个暂存表（配置单元）中提取数据

若我在配置单元中创建了一个表，那个么写一个视图来从暂存中获取记录，从而填充配置单元表。使用where子句选择一天数据，创建指向配置单元表的配置单元视图

配置单元暂存表-->2。用于填充配置单元表-->3的视图。蜂箱表-->4。视图从3中创建的配置单元表中获取数据

如果我在两个staging配置单元表上创建一个视图（使用where子句连接两个表以获取一天的数据），该怎么办

配置单元暂存表-->2。从配置单元暂存表获取数据的视图

---

我想知道HIVE的最佳实践和解决方案策略。

查看或不查看，但您需要ETL过程来加载表。ETL过程可以连接、聚合等，因此您将能够以星形/雪花或报表的形式使用最终连接和聚合的数据。你为什么需要这里的风景？要重用一些常见查询，降低一些长而复杂的查询的复杂性，创建数据接口，创建逻辑实体，等等。您不一定只需要查看就可以连接表并将数据加载到另一个表中。一切取决于你的要求。若报表应该快速查询数据，那个么数据应该由ETL过程预先计算。视图只是查询的包装，每次查询数据时都会对其进行计算。

我认为最好是零视图、一个表，并将分区设置为日期字段（但不能对日期进行分区，因此必须将其存储为字符串）。。。这使得最终用户只需要1个表就更容易了。。。更少的桌子

---

这使您的用户能够只使用他们想要的最新日期，或者利用整个表。

视图将具有一些转换逻辑。它不是简单的一对一映射。其间有一些计算/推导。这就是我提到填充配置单元表的视图的原因。你可以把它看作是ETL过程。视图是ETL的最后阶段？最好是具体化最终视图并创建一个表，因为查询表更快，并且可以在负载不严重时安排加载具体化表的ETL过程，而报表查询数据更快。如果您的数据访问模式是“写一读多次”，那么您肯定应该具体化您在配置单元表中的联接。大数据表上的连接在时间和集群资源方面可能非常昂贵。