数据开发纯小白，想问个问题

[macvis]

hdfs 可以存储文件对象，就是 jpg doc xls avi 这种纯文件，

hadoop 具有 hdfs 文件系统管理功能，

hive 则是 hadoop 的 hql 管理版增强包，

那么推论则是，hive 可以通过 hql 来管理 hdfs 内的文件对象

但是呢，我看 hive 的建表文件一定要有个分隔符，而且不管是 textfile 还是 sequencefile 都要有分隔符，要么逗号要么\001 ，那么 hive 在写入数据是一定会去解析文件吗？

换言之，如果我想用 hive 来实现文件对象的管理，就是用 hql 来查询文件对象，即 doc xls jpg 这种纯文件，hive 能实现吗

[F281M6Dh8DXpD1g2]

你要读 excel 自己写个 serde 就行了
hive 管理的是数据不是文件,jpg 你也可以当成数据，不过没啥意义

[macvis]

@liprais 突然明白了，我不必拘泥于文件格式，写入读取时关注序列化与反序列化，要存取什么使用对应的 serde 就好了，对吧

[Alias4ck]

你这种非结构化的数据 ，hive 是无法处理的，
对于传统的 RDBMS 处理这种数据的方式也是基本存储对应的文件路径，也不会直接解析二进制数据
你真的想在 hadoop 上存储这个的话 ，你可能需要的是 hbase 或者 es
不过主流方案也是存储它在 hdfs 上面的路径吧

[rrfeng]

hdfs 是 ext4
hive 是 mysql

这样对比是不是容易理解了

[macvis]

@rrfeng 这个我就秒懂了

[macvis]

@Alias4ck 谢谢哈， 我去看看 hbase

[rrfeng]

HBase 是 MongoDB 。

不如说一下你的原始需求

[macvis]

@rrfeng 公司要搞一个数据中台，接入其他部门的数据，结构化的非结构化的都要存。

[xue777hua]

可以实现 增加一个 udf 就行 用来解析文件