开门见山，今天说说Hive！！！

什么是Hive

Hive：由Facebook开源用于解决海量结构化日志的数据统计。 

Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张表，并提供类SQL查询功能。

本质是：将HQL转化成MapReduce程序 

1）Hive处理的数据存储在HDFS 

2）Hive分析数据底层的实现是MapReduce 

3）执行程序运行在YARN上

为什么使用Hive

1）直接使用hadoop所面临的问题 

（1）人员学习成本太高 

（2）项目周期要求太短 

（3）MapReduce实现复杂查询逻辑开发难度太大

2）Hive的好处 

（1）操作接口采用类SQL语法，提供快速开发的能力。 

（2）避免了去写MapReduce，减少开发人员的学习成本。 

（3）扩展功能很方便。

Hive架构概述

上图中，Hive通过给用户提供的一系列交互接口，接收到用户的指令(SQL)，使用自己的Driver，结合元数据(MetaStore)，将这些指令翻译成MapReduce，提交到Hadoop中执行，最后，将执行返回的结果输出到用户交互接口。

Hive 的特点

1）操作接口采用类SQL语法，提供快速开发的能力（简单、容易上手） 

2）避免了去写MapReduce，减少开发人员的学习成本。 

3）Hive的执行延迟比较高，因此hive常用于数据分析，对实时性要求不高的场合； 

4）Hive优势在于处理大数据，对于处理小数据没有优势，因为Hive的执行延迟比较高。 

5）Hive支持用户自定义函数，用户可以根据自己的需求来实现自己的函数。

Hive和数据库比较

由于 Hive 采用了类似SQL 的查询语言 HQL(hive query language)，因此很容易将 Hive 理解为数据库。其实从结构上来看，Hive 和数据库除了拥有类似的查询语言，再无类似之处。本文将从多个方面来阐述 Hive 和数据库的差异。数据库可以用在 Online 的应用中，但是Hive 是为数据仓库而设计的，清楚这一点，有助于从应用角度理解 Hive 的特性。