官网地址:
http://hive.apache.org/
一、定义:
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HQL(Hive Query Language)查询功能;Hive将SQL语句转换为MapReduce任务进行运行。
二、Hive与Hadoop的关系
三、Hive体系结构
整体架构图一
整体架构图二
四、Hive与RDBMS的区别
五、Hive实用场景以及优缺点
1、100PB+级的数据计算;
2、有schema,所以能用SQL语句去查询,易上手;
3、设计初衷是大规模、易用而不是低延时
4、比调用JAVA MR API更方便;
缺点:
1、不是低延时和实时查询
2、即使只有几行数据也可能要花费一些时间;
六、Hive元数据存储、Hive数据存储
hive元数据存储在关系型数据库中(包含表的基本信息,表名、创建时间、表类型、location信息等等),hive的数据存储在HDFS文件系统中,指向的是HDFS的某个文件夹
,是hive的物理数据。
七、Hive Shell常用操作
hive -e 是在linux命令行里面直接执行,也就是说不需要进入hive命令
hive -f
hive -v
hive -i
hive -s