标签： hadoop amazon-s3 hive hdfs
我正在使用S3作为数据存储并创建Hive外部表，该表为存储在S3中的数据提供了位置。我想知道的是，每当查询Hive时，存储在S3上的数据是否会被拉到Hadoop集群节点进行处理？如果是，那么这意味着我们失去了Hadoop的数据局部性原则，并且处理将非常缓慢（与使用HDFS代替S3相比），因为大量数据将从S3移至Hadoop集群节点进行处理？
有人可以启发我吗？