数仓工具—Hive初识(1)

Hive 是什么

Hive 的定义

那么，到底什么是Hive，我们先看看Hive官网Wiki是如何介绍Hive的

Apache 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表，并且提供了通过SQL 对存储在分布式中的大型数据集的查询和管理，主要提供以下功能：

1. 它提供了一系列的通过SQL 访问数据的工具，可用来对数据进行提取/转化/加载（ETL）；
2. 对数据各种类型的数据添加schema
3. 可以存查询和分析存储在HDFS（或者HBase）中的大规模数据；
4. 查询可以通过MapReduce、TEZ、SPARK-SQL来完成的（并不是所有的查询都需要MapReduce来完成，比如select * from XXX就不需要)
5. 通过Hive LLAP, Apache YARN and Apache Slider 实现次秒级查询检索

总结为一句话：hive是基于hadoop的数据仓库