Hive学习之路（一）Hive初识

Hive简介

什么是Hive

1. Hive由Facebook实现并开源
2. 是基于Hadoop的一个数据仓库工具
3. 可以将结构化的数据映射为一张数据库表
4. 提供HQL（Hive SQL）查询功能
5. 底层数据是存储在HDFS上
6. Hive的本质是将SQL语句转换为MapReduce任务运行
7. 使不熟悉MapReduce的用户很方便地利用HQL处理和计算HDFS上的结构化数据，适用于离线的批量数据计算

为什么使用Hive

? 直接使用MapReduce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

为什么要使用Hive：

1. 更友好的接口：操作接口采用类SQL的语句，提供快速开发的能力
2. 更低的学习成本：避免了写MapReduce，减少开发人员的学习成本
3. 更好的扩展性：可自由扩展集群规模而无需重启服务，还支持用户自定义函数

Hive的特点

? 优点：

1. 可扩展性、横向扩展：Hive可以自由的扩展集群的规模，一般情况下不需要重启服务。
   • 横向扩展：通过分担压力的方式扩展集群的规模
   • 纵向扩展：一台服务器cpu i7
2. 延展性：
3. 良好的容错性

   缺点：

4. Hive不支持记录级别的增删改查
5. Hive的查询延迟很严重
6. Hive不支持事务

Hive和RDBMS的对比

总结：

? Hive具有SQL数据库的外表，但应用场景完全不同，Hive只适合用来做海量离线数据统计分析，也就是数据仓库。

Hive架构

1. 用户接口：shell/CLI，jdbc/odbc.webui Command Line Interface

CLI,Shell终端命令行（Command Line Interface），采用交互形式使用hive命令与Hive进行交互，最常用（学习，调试，生产）

2.跨语言服务：thrift server 提供了一种能力，让用户可以使用多种不同的语言来操作Hive

3.底层的Driver：驱动器Driver，编辑器Compiler，优化器Optimizer，执行器Executor

4.元数据存储系统：RDBMS MySQL

元数据：通俗的讲，就是存储在Hive中的数据的描述信息。

原文地址：https://www.cnblogs.com/shine-rainbow/p/11374399.html