目录

1.Hive简介

1.1 什么是Hive

1.2 为什么使用Hive

1.3 Hive的特点

2.Hive的架构分析

3.Hive 与 Hadoop 的关系

4.Hive与传统数据库对比

---

1.Hive简介

1.1 什么是Hive

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数据库表，并提供类SQL查询功能。

其本质是将SQL转换为MapReduce的任务进行运算，底层由HDFS来提供数据的存储，说白了hive可以理解为一个将SQL转换为MapReduce的任务的工具，甚至更进一步可以说hive就是一个MapReduce的 客户端。

1.2 为什么使用Hive

直接使用hadoop所面临的问题：

• 人员学习成本太高
• 项目周期要求太短
• MapReduce实现复杂查询逻辑开发难度太大

为什么要使用Hive：

• 操作接口采用类SQL语法，提供快速开发的能力。
• 避免了去写MapReduce，减少开发人员的学习成本。
• 功能扩展很方便。

1.3 Hive的特点

• 可扩展 Hive可以*的扩展集群的规模，一般情况下不需要重启服务。
• 延展性 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。
• 容错 良好的容错性，节点出现问题SQL仍可完成执行。

2.Hive的架构分析

• 用户接口： 包括CLI、JDBC/ODBC、WebGUI。其中，CLI(command line interface)为shell命令 行；JDBC/ODBC是Hive的JAVA实现，与传统数据库JDBC类似；WebGUI是通过浏览器访问 Hive。
• 元数据存储： 通常是存储在关系数据库如mysql/derby中。Hive 将元数据存储在数据库中。Hive中的元数据包括表的名字，表的列和分区及其属性，表的属性（是否为外部表等），表的数据所在目录等。
• 解释器、编译器、优化器、执行器: 完成HQL 查询语句从词法分析、语法分析、编译、优化以及查询计划的生成。生成的查询计划存储在HDFS中，并在随后有MapReduce 调用执行。

3.Hive 与 Hadoop 的关系

Hive利用HDFS存储数据，利用MapReduce查询分析数据

4.Hive与传统数据库对比

hive用于海量数据的离线数据分析