数据仓库HIVE（1）

HIVE概述

        1.面向数据分析的存储系统

        2.是一个面向主题的、集成的、不可修改的、反映历史变化的数据集合，用于数据分析，辅助管理决策。

        *面向主题：指数据仓库中的数据是按照一定的主题域进行组织

        *集成：指对原有分散的数据库数据经过系统加工，整理得到的消除原数据中的不一致性。

        *不可修改：指一旦某个数据进入数据仓库之后只需要定期的加载、刷新，不会更改。

        *反映历史变化：指通过这些信息，对企业的发展历程和未来趋势做出定量分析预测。

数据仓库和数据库的对比分析

        1.联系：

                1）都是存数据的。

                2）数据仓库是数据库的一种衍生、延伸的应用。

                3）数据仓库和数据库之间存在数据交互

                        3.1）数据库中的在线数据推送到离线的数据仓库中用于分析处理

                        3.2）数据仓库中分析处理后的结果数据通常推送到关系数据库中，便于前台应用的可视化展现应用。

        2.区别：

                1）数据库是面向事务的设计，

                数据仓库是面向主题的设计。

                2）数据库一般存储在线数据，实时性强但存储空间有限，

                数据仓库存储的一般都是历史数据，实时性弱但存储空间庞大。

                3）数据库设计尽量避免冗余，

                数据仓库的设计是有意引入冗余。

                4）数据库是为捕获数据而生，也就是实时性强吞吐量弱，

                数据仓库是为分析数据而生，也就是实时性弱吞吐量强。

HIVE产生背景

        背景：

                降低大数据应用的门槛。

        定义：

                1）HIVE是建立在Hadoop上的数据仓库基础架构和解决方案。