Hive简介以及原理

Hive简介

Hive是用来干什么的？有什么作用？
Hive来源是由脸书实现并开源
是一个基于Hadoop的一个数据仓库，底层数据在Hdfs之上。
可以使用Hve更方便的使用Hql处理和计算HDFS上的结构化的数据，使用与离线的批量数据计算.
Hive可以提供Hql查询功能，可以将数据映射为一张表，Hive本质是将sql语句转换为MapReduce来运行。
Hive 依赖与HDFS存储数据，Hive将Hql转换成MapReduce执行，所以说Hive是基于Hadoop的一个数据仓库工具，是指计算一款基于Hdfs的MapReduce计算框架，对存储在Hdfs中的数据镜像分析和管理。

使用Hive的原因

果直接使用MapReduce所面临的问题
1：人员成本过高
2：项目周期过短
3：MapReduce实现复杂查询逻辑开发难度过大

为什么使用Hive

1：有好的接口，操作接口采用类SQL的语法，提供快速开发的能力，节省时间
2：学习成本低，避免写MapReduce，减少人员学习成本
3：有更好的扩展性，可自由扩展规模而无重启服务，可以支持用户自定义函数

Hive特点（优点，缺点）

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，横向发展：通过分担压力的方式扩展集群的规模纵向扩展.
2延展性：Hive支持自定义函数，用户可以根据自己的需求来实现函数
3：良好的容错性，可以保障即使有节点出问题，sql语句仍可以执行完成。

缺点