三分钟入门hive的7个概念
1. hive是由Facebook实现并开源的
2. hive是hadoop的数据仓库工具
hive是将存储在HDFS上的结构化数据映射为一张二维表格，编写sql语句来统计分析。
结构化数据：csv、tsv
半结构化数据：图片格式、音频格式、视频格式
非结构化数据：html、xml
用一张图来解释：
把存储在HDFS上的结构化数据，通过Hive的sql语句创建数据库表映射为一张二维表格，然后可以写sql语句进行查询分析。
3. hive存储的数据其实底层是存储在HDFS上
hive本身不存储数据，数据都是存储在HDFS上。
4.hive将HDFS上存储的结构化数据映射成一张二维库表/二维结构
为什么hive提供的是sql的select语法？
因为mysql的表就是一种二维结构，然后我们可以使用sql来操作
针对结构化的数据，其实都可以使用sql的查询分析语句select来进行表达
5.hive提供HQL（hive query language）查询功能
语法和SQL语法有区别，但是大致一样。
6.hive的本质是将sql语句转化为mapreduce任务运行，使不熟悉mapreduce的用户能够通过HQL处理和计算HDFS上存储的结构化数据
hive的目的是为了减轻mapreduce的编码复杂问题，但是不是用来提升mapreduce运行效率低下的问题。
hive—》mapreduce 减轻编码压力
spark—》mapreduce提升执行效率
用hive写语句，用来转换成mapreduce或者spark程序
spark和mapreduce是同种类型的东西，都是分布式并行计算框架
用一张图来解释：
客户端可以看作是我们常用的CRT，通过CRT客户端编写hive，将sql语句转化成mapreduce程序，处理和计算HDFS上存储的结构化数据，YARN资源调度系统则根据算力调度资源给mapreduce进行计算，最后将结果呈现返回给CRT客户端。