Hive安装与部署

Hive简介

Apache Hive是一种数据仓库，对查询和管理分布式存储中的超大数据集提供了很大帮助。Hive是基于Hadoop的，提供了以下功能：

• 容易数据提取/转化/加载（ETL）的工具
• 利用各种各样数据格式的结构的机制
• 访问直接存储在HDFS或者其它存储系统（如HBase）上的文件
• 通过MapReduce执行查询

Hive定义了简单的类似SQL的查询语言，被称为QL，该语言使熟悉SQL的使用者可以查询数据。同时，该语言允许熟悉MapReduce的程序员能够插入他们定制的Mapper和Reducer执行更加复杂的分析，这样的分析或许不被QL语言内置的功能所支持。QL还可以通过定制的标量函数（UDF’s），聚集（UDAF’s）和表函数（UDTF’s）进行扩展。

Hive不是被设计用于联机事务处理（OLTP），也不提供实时查询或者行级更新，最好被用于只追加数据（像web日志）的超大数据集上的批量作业。Hive最有价值的是可扩展性（横向扩展到更多机器，然后这些机器动态地被添加到Hadoop集群中），可扩充性（使用MapReduce框架和UDF/UDAF/UDTF），容错性和输入格式的松耦合性。<