HIVE

1.11 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

1.12为什么使用HIVE

01  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

02 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。

1.13HIVE的特点

Ø  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。

Ø  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。

Ø  容错

良好的容错性，节点出现问题SQL仍可完成执行。

1.21HIVE与Hadoop的关系

Hive利用HDFS存储数据，利用MapReduce查询分析数据。用户发出SQL，HIVE处理，转换成MR程序。

1.22

1、  Hive中所有的数据都存储在 HDFS 中，没有专门的数据存储格式（可支持Text，SequenceFile，ParquetFile，RCFILE等）

SequenceFile是hadoop中的一种文件格式：

     文件内容是以序列化的kv对象来组织的

2、只需要在创建表的时候告诉 Hive 数据中的列分隔符和行分隔符，Hive 就可以解析数据。

3、Hive 中包含以下数据模型：DB、Table，External Table，Partition，Bucket。

²  db：在hdfs中表现为${hive.metastore.warehouse.dir}目录下一个文件夹

²  table：在hdfs中表现所属db目录下一个文件夹

²  external table：与table类似，不过其数据存放位置可以在任意指定路径

²  partition：在hdfs中表现为table目录下的子目录

bucket：在hdfs中表现为同一个表目录下根据hash散列之后的多个文件