hive学习篇1

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，它的本质就是将SQL转换成MapReduce程序。

Hive本身建立在Hadoop的体系结构上，可以将结构化的数据文件映射为一张数据库表，并提供完整的sql查询功能，可以将sql语句转换为MapReduce任务进行。并按照该计划生成MapReduce任务后交给Hadoop集群处理。

Hive是一个数据仓库，它提供了数据仓库的部分功能：数据ETL（抽取、转换、加载）工具，数据存储管理，大数据集的查询和分析能力。

由于Hive是基于hadoop平台的，所以它有很好的扩展性(可以自适应机器和数据量的动态变化)，高延展性（自定义函数），良好的容错性，低约束的数据输入格式。

 

Hive的存储是建立在Hadoop文件系统之上的。Hive本身没有专门的数据存储格式，也不能为数据建立索引，用户可以自由地组织Hive中的表，只需要在创建表的时候告诉Hive数据中的列分隔符行分割符就可以解析数据了。

Hive中主要包含四种数据模型：表（Table）、外部表（ External Table）、分区表（Partition）、桶（Bucket）。Hive中的表和数据库中的表的概念是类似的，每个表在Hive中都有一个对应的存储目录。

Hive操作

显示所有hive中的所有数据库：show databases;

创建数据库，数据名为test：create database test;

创建student表：hive> create table student (
                                     > sno bigint,
                                     > sname string,
                                     > sex string,
                                     > tel bigint)
                                     > row format delimited fields terminated by '\t';

为了测试我把我们班的人名单上传到了student表中

load data local inpath '/home/file/people.txt' into table student;

查询表的数据：select * from student;

在查询时也遇到了一些问题，一开始查询出来乱码，后来在网上查了查资料，我上传的文本的编码和linux中的终端编码不一样，于是我将我文本的编码改成了utf-8，于是查询出来就不乱码了。

初学hive，以后博客持续更新。