hive&impala查询准备工作

前言：

之前在公司写一套hive大数据查询接口，对大数据环境与查询有了一定了解，这里写个入门文章总结一下。一开始我们的方案是java直接连hive去查，数据是存hbase的，大数据工程师在hive和hbase之间做了映射，所以在hive中能查到。但是经过我的实际测试，直接连hive查速度很慢，即使只有几条数据查出来也要等待n秒钟，关于这个问题的分析我在网上看到的最好懂的说法是hive是数据仓库，原理和数据库不同，没有为数据建立索引，所以性能达不到数据库级别。所以最终的方案是在大数据环境引入了impala工具，通过把hive的元数据刷到内存，java查数据时去内存查，这样子性能有了明显提高，但这种方式的话数据就不能只存hbase了，要存到hive中，顺便说一下，我们对应的项目是在云上的微服务，所以大数据环境也在云上。

正文：

接下来我对查询过程做一个demo级的描述：

1、先用远程工具登录上远程的云主机节点，在linux环境输入"hive"命令进入hive的客户端（这里假设公司的大数据工程师已经布好并启动了大数据环境）。

2、建表：

hiveQL的语法规范跟SQL差不多，比如说：