一、Hive基本概念
1.1、Hive简介
什么是Hive
Hive是基于Hadoop的一个数据仓库工具,可以将结构化的数据文件映射为一张数据库表,并提供类SQL查询功能(HQL)。
其本质是将SQL转换为MapReduce的任务进行运算,底层由HDFS来提供数据的存储,hive可以理解为一个将SQL转换为MapReduce的任务的工具。
为什么使用Hive
1、直接使用hadoop所面临的问题
人员学习成本太高
项目周期要求太短
MapReduce实现复杂查询逻辑开发难度太大
2、为什么要使用Hive
操作接口采用类SQL语法,提供快速开发的能力。
避免了去写MapReduce,减少开发人员的学习成本。
功能扩展很方便。
Hive的特点
1、可扩展
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。
2、延展性
Hive支持用户自定义函数,用户可以根据自己的需求来实现自己的函数。
3、容错
良好的容错性,节点出现问题SQL仍可完成执行。
1.2、 Hive架构
架构图
基本组成
用户接口:包括CLI、JDBC/ODBC、WebGUI。其中,CLI(command li