第四章：Hive的基本介绍

1.什么是Hive？

• Apache Hive是一款建立在Hladoop之上的开源数据仓库系统，可以将存储在Hadoop文件中的结构化、半结构化数据文件映射为一张数据库表，基于表提供了一种类似SQL的查询模型，称为Hive查询语言(HQL)，用于访问和分析存储在Hadoop文件中的大型数据集。
• Hive核心是将HQL转换为MapReduce程序，然后将程序提交到Hadoop群集执行。
• Hive由Facebook实现并开源。

Hive与Hadoop关系？

• Hive利用HDFS存储数据，利用MapReduce查询分析数据。
• 这样突然发现Hive没啥用，不过是套壳Hladoop罢了。其实不然，Hive的最大的魅力在于用户专注于编写HIQL，Hlive帮您转换成为MapReduce程序完成对数据的分析。

2. 如果模拟实现Hive功能

Hive能将数据文件映射成为一张表，这个映射是指什么?
答：映射在数学上称之为一种对应关系，比如y=x+1，对于每一个x的值都有与之对应的y的值。hive中能够写sql处理的前提是针对表，而不是针对文件，因此需要将文件和表之间的对应关系描述记录清楚。映射信息专业的叫法称之为元数据信息（元数据是指用来描述数据的数据metadata )。

Hlive软件本身到底承担了什么功能职责?

答：将SQL语法解析编译成为MapReduce。

Hive使用流程？

3. Hive的元数据

什么是元数据

• 元数据(Metadata )，又称中介数据、中继数据，为描述数据的数据（ data about data)，主要是描述数据属性( property )的信息，用来支持如指示存储位置、历史数据、资源查找、文件记录等功能。

Hive Metadata即Hive的元数据：

• Hive Metadata包含有Hive创建的database、table、表的位置、类型、属性，字段顺序类型等元信息。
• 元数据存储在关系型数据库中，如Hive内置的Derby、或者第三方如MySQL等；

Hive Metastore

• Metastore即元数据服务。Metastore服务的作用是管理metadata元数据，对外暴露服务地址，让各种客户端通过连接metastore服务，由metastore再去连接MySQL数据库来存取元数据。
• 有了metastore服务，就可以有多个客户端同时连接，而且这些客户端不需要知道MySQL数据库的用户名和密码，只需要连接metastore服务即可。某种程度上也保证了hive元数据的安全。
• metastore服务配置有3种模式∶内嵌模式、本地模式、远程模式。
  
  

参考

https://www.bilibili.com/video/BV1CU4y1N7Sh?p=58