Hive介绍

Hive 是建立在 Hadoop  上的数据仓库基础构架。

它提供了一系列的工具，可以用来进行数据提取转化加载（ETL ），这是一种可以存储、查询和分析存储在 Hadoop 中的大规模数据的机制。

Hive 定义了简单的类 SQL  查询语言，称为 QL ，它允许熟悉 SQL  的用户查询数据。

同时，这个语言也允许熟悉 MapReduce  开发者的开发自定义的 mapper  和 reducer  来处理内建的 mapper 和 reducer 无法完成的复杂的分析工作。

Hive是SQL解析引擎，它将SQL语句转译成M/R Job然后在Hadoop执行。

Hive的表其实就是HDFS的目录，按表名把文件夹分开。如果是分区表，则分区值是子文件夹，

可以直接在M/R Job里使用这些数据。

Hive 相当于hadoop的可视化工具，如Mysql的可视化工具Navicat for MySQL，

oracle的可视化工具PLSQLDeveloper，它可以起很多个，而且起不同版本的。

只要环境参数配置好了。就像Navicat for MySQL和sqldeveloper可以开多个。

Hive的数据存储基于Hadoop HDFS。

Hive没有专门的数据存储格式存储结构主要包括：数据库、文件、表、视图、索引。
Hive默认可以直接加载文本文件（TextFile），还支持SequenceFile、RCFile。