Hive是一个基于Hadoop的数据仓库工具，提供类SQL查询功能，适用于离线数据分析。它具有可扩展、延展性和良好容错性等特点，通过元数据、解释器、编译器等组件将SQL转化为MapReduce任务。Hive数据存储在HDFS中，支持多种数据格式，与传统数据库对比，更适合批量数据统计分析，而不适合在线查询。
一、Hive基本概念
1.1、Hive简介
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（HQL）。
其本质是将SQL转换为MapReduce的任务进行运算，底层由HDFS来提供数据的存储，hive可以理解为一个将SQL转换为MapReduce的任务的工具。
为什么使用Hive
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
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。
Hive的特点
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。
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。
容错
良好的容错性，节点出现问题SQL仍可完成执行。
1.2、 Hive架构
架构图
最低0.47元/天 解锁文章
扫一扫
917
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
