＜Zhuuu_ZZ＞HIVE(一)知识点1000+

一.Hive的优势和特点

• 提供了一个简单的优化模型
• HQL类SQL语法，简化MR开发
• 支持在不同的计算框架上运行
• 支持在HDFS和HBase上临时查询数据
• 支持用户自定义函数、格式
• 成熟的JDBC和ODBC驱动程序，用于ETL和BI
• 稳定可靠（真实生产环境）的批处理
• 有庞大活跃的社区

二.Hive体系架构

三.Hive Interface -命令窗口模式

• 有两种工具：Beeline和Hive命令行（CLI）
• 有两种模式：命令行模式和交互模式
• 命令行模式
  
• 交互模式
  
• hiveserver和beeline(hiveserver2)的区别：
  • hive不需要启动服务再访问(即它的客户端和服务端都在hive这个命令，只需要输入hive就可以正常进入hive命令端了
  • beeline需要先启动服务端，再访问客户端
  • beeline在查询效率上比hive高
  • beeline不支持update和delete，hive都支持

四.启动beeline(hiveserver2)

第一步

• 先输入hiveserver2启动服务
  

第二步

• 新开一个窗口，然后输入 beeline -u "jdbc:hive2://localhost:10000"
  

五.Hive数据类型

• 原始数据-类似于SQL数据类型
• 加黑部分为推荐使用
  
• 复杂数据类型
  • ARRAY：存储的数据为相同类型
  • MAP：具有相同类型的键值对
  • STRUCT：封装了一组字段
    

六.Hive元数据结构

1.Database

• 表的集合，HDFS中表现为一个文件夹
  • 默认在/opt/hive/warehouse/属性目录下
• 如果没有指定数据库，默认使用default数据库

create database if not exists myhivebook;
use myhivebook;
show databases;
describe database default; --more details than ’show’, such as location
alter database myhivebook set owner user dayongd;
drop database if exists myhivebook cascade;

• 面试题：如何知道和显示当前所在数据库？
  • select current_database();

2.Tables

• 分为内部表和外部表
• 内部表（管理表）
  • HDFS中为所属数据库目录下的子文件夹
  • 数据完全由Hive管理，删除表(元数据)会删除数据
• 外部表（External Tables）
  • 数据保存在指定位置的HDFS路径中
  • Hive不完全管理数据，删除表(元数据)不会删除数据

七.Hive表&数据操作

链接: Hive表&数据操作.

八.modify和change

• modify修改字段类型
  alter table 表名 modify 原字段名 新属性
• change 修改字段类型和属性
  ALTER TABLE 数据库名.表名 CHANGE COLUMN 字段名 新的字段名(如果不变就保持原字段) 字段类型(若不变就采用原来的字段类型) COMMENT '新的字段备注';