1.Hive产生背景
(1)MapReduce的不便性
(2)HDFS上的文件缺少Schema
2.Hive是什么?
(1)由Facebook开源的,最初用于解决海量结构化的日志数据统计问题
(2)构建在hadoop之上的数据仓库
(3)Hive定义了一种类SQL查询语言:HQL
(4)通常用于进行离线数据处理(采用MapReduce)
(5)底层支持多种不同的执行引擎(MapReduce、Tez、Spark)
(6)支持多种不同的压缩格式、存储格式以及自定义函数
3.为什么使用Hive?
(1)简单、容易上手(提供了类似SQL查询语言HQL)
(2)为超大数据集设计的计算/存储扩展能力(MR计算、HDFS存储)
(3)统一的元数据管理(可与Presto/Impala/Spark SQL等共享数据)
4.Hive的体系结构