hive 理解

1、什么是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）。

2、Hive诞生的意义

降低学习难度，学习成本，让大部分程序员都能够使用HADOOP集群。

3、Hive特点

可扩展，Hive依赖HADOOP,存储使用HDFS,计算使用MapReduce,Hive的扩展能力实际就是HDFS,MapReduce的扩展能力。
延展性，Hive支持自定义函数，用于实现已经提供的函数无法计算的业务。
容错，节点出现问题SQL仍可完成执行，本质就是MapReduce的多次重试。

4、Hive内部组成及执行流程

5、Hive和Hadoop的关系

Hive存储依赖HDFS,计算依赖MapReduce。（Hive站在巨人（hadoop）的肩膀上）
Tez  是MapReduce升级版，一个计算引擎比MapReduce更快。
Hive的执行引擎也可以换成Tez.

6、Hive和传统数据库（Mysql/Oracle）的区别

![在这里插入图片描述](https://img-blog.csdnimg.cn/20201130204702437.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0R3aXdod2pk,size_16,color_FFFFFF,t_70)

7、Hive延迟较高的原因

Hive内部解析、编译等流程需要时间。提交任务后，提交到Yarn,Yarn内部调度机制需要时间。Hive内的数据较大，比较耗时。

8、Hive常识

1.数据格式。Hive中没有定义专门的数据格式，数据格式可以由用户指定，用户定义数据格式需要指定三个属性：列分隔符（通常为空格、”\t”、”\x001″）、行分隔符（”\n”）以及读取文件数据的方法（Hive 中默认有三个文件格式 TextFile，SequenceFile 以及 RCFile）。

2.Hive在加载数据的过程中，不需要从用户数据格式到 Hive 定义的数据格式的转换。

3.Hive 在加载的过程中不会对数据本身进行任何修改，甚至不会对数据进行扫描。而只是将数据内容复制或者移动到相应的 HDFS 目录中。

4.Hive 中不支持对数据的改写和添加，所有的数据都是在加载的时候中确定好的。

5.Hive 在加载数据的过程中不会对数据中的某些 Key 建立索引。Hive 要访问数据中满足条件的特定值时，需要暴力扫描整个数据，因此访问延迟较高。由于数据的访问延迟较高，决定了Hive 不适合在线数据查询。

6.Hive 是建立在 Hadoop 之上的，因此 Hive 的可扩展性是和 Hadoop 的可扩展性是一致的。

9、Hive交互方式

第一种