【hive】在Hadoop下的一种关系型数据库

Hive是一个数据仓库基础工具在Hadoop中用来处理结构化数据。它架构在Hadoop之上，总归为大数据，并使得查询和分析方便。并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。

术语“大数据”是大型数据集，其中包括体积庞大，高速，以及各种由与日俱增的数据的集合。使用传统的数据管理系统，它是难以加工大型数据。因此，Apache软件基金会推出了一款名为Hadoop的解决大数据管理和处理难题的框架。

1、什么是hive

最初，Hive是由Facebook开发，后来由Apache软件基金会开发，并作为进一步将它作为名义下Apache Hive为一个开源项目。它用在好多不同的公司。例如，亚马逊使用它在 Amazon Elastic 
 

1.1、hive

• 一个关系数据库
• 一个设计用于联机事务处理（OLTP）
• 实时查询和行级更新的语言

1.2、hive特点

• 它存储架构在一个数据库中并处理数据到HDFS。
• 它是专为OLAP设计。
• 它提供SQL类型语言查询叫HiveQL或HQL。
• 它是熟知，快速，可扩展和可扩展的。
• 本质上是将Hive SQL 转化成 Map Reduce 程序

1.3、hive适合做什么

hive是基于Hadoop的一个数据仓库，可以将结构化的数据映射成一张表，下面是它和其他数据库的区别

	hive	RDBMS
查询语言	HQL（和SQL类似）	SQL
数据储存	HDFS	Raw Device 或者 Local FS
执行器	MapReduce	Executor（Java的一种框架）
处理数据规模	相对较大	相对较小
适用场景	大数据查询	实时查询
执行延迟	相对较高	相对较低
索引	0.8版本后支持简单索引	支持复杂索引
扩展性	好	相对较差
加载模式	读时模式	写时模式
数据操作	覆盖追加	行级更新删除
分区	支持	支持

hive比较适合做数据仓库，用于海量的离线数据统计分析。

1.4、hive架构

Hive的结构：

该组件图包含不同的单元。下表描述每个单元：

单元名称	操作
用户接口/界面	Hive是一个数据仓库基础工具软件，可以创建用户和HDFS之间互动。用户界面，Hive支持是Hive的Web UI，Hive命令行，HiveHD洞察（在Windows服务器）。
元存储	Hive选择各自的数据库服务器，用以储存表，数据库，列模式或元数据表，它们的数据类型和HDFS映射。
HiveQL处理引擎	HiveQL类似于SQL的查询上Metastore模式信息。这是传统的方式进行MapReduce程序的替代品之一。相反，使用Java编写的MapReduce程序，可以编写为MapReduce工作，并处理它的查询。
执行引擎	HiveQL处理引擎和MapReduce的结合部分是由Hive执行引擎。执行引擎处理查询并产生结果和MapReduce的结果一样。它采用MapReduce方法。
HDFS 或 HBASE	Hadoop的分布式文件系统或者HBASE数据存储技术是用于将数据存储到文件系统。

1.5、Hive工作原理

Hive 和Hadoop之间的工作流程。

Hive和Hadoop框架的交互方式：

Step No.	操作
1	Execute Query Hive接口，如命令行或Web UI发送查询驱动程序（任何数据库驱动程序，如JDBC，ODBC等）来执行。
2	Get Plan 在驱动程序帮助下查询编译器，分析查询检查语法和查询计划或查询的要求。
3	Get Metadata 编译器发送元数据请求到Metastore（任何数据库）。
4	Send Metadata Metastore发送元数据，以编译器的响应。
5	Send Plan 编译器检查要求，并重新发送计划给驱动程序。到此为止，查询解析和编译完成。
6	Execute Plan 驱动程序发送的执行计划到执行引擎。
7	Execute Job 在内部，执行作业的过程是一个MapReduce工作。执行引擎发送作业给JobTracker，在名称节点并把它分配作业到TaskTracker，这是在数据节点。在这里，查询执行MapReduce工作。
7.1	Metadata Ops 与此同时，在执行时，执行引擎可以通过Metastore执行元数据操作。
8	Fetch Result 执行引擎接收来自数据节点的结果。
9	Send Results 执行引擎发送这些结果值给驱动程序。
10	Send Results 驱动程序将结果发送给Hive接口。

2、安装部署hive数据仓库

• 提前安装好MySQL 服务和Hadoop集群。
• 下载hive安装包https://hive.apache.org/找到对应的版本。
• 更具个人习惯将hive安装到指定目录
• 修改配置文件在   hive/conf  中
  • hive-env.sh（将hive-env.sh.template  重名为 hive-env.sh  或者直接用命令 mv hive-env.sh.template hive-env.sh ） 

#配置HADOOP_HOME路径  这里的路径是更具自己实际路径来的
export HADOOP_HOME=/opt/program/hadoop
#配置HIVE_CONF_DIR路径  同理
export HIVE_CONF_DIR=/opt/program/hive/conf

• 修改 hive-site.xml （这里的配置文件主要是配置了用户名和密码还有一些必要的驱动）

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
        <property>
          <name>javax.jdo.option.ConnectionURL</name>
          <value>jdbc:mysql://node1:3306/hive?createDatabaseIfNotExist=true&amp;useSSL=false&amp;useUnicode=true&amp;characterEncoding=UTF-8</value>
          <description>JDBC connect string for a JDBC metastore</description>
        </property>

        <property>
          <name>javax.jdo.option.ConnectionDriverName</name>
          <value>com.mysql.jdbc.Driver</value>
          <description>Driver class name for a JDBC metastore</description>
        </property>

        <property>
          <name>javax.jdo.option.ConnectionUserName</name>
          <value>root</value>
          <description>username to use against metastore database</description>
        </property>

        <property>
          <name>javax.jdo.option.ConnectionPassword</name>
          <value>root</value>
          <description>password to use against metastore database</description>
        </property>
</configuration>

• 当然这里的驱动要放到对应的位置MySQL的驱动应该放到 hive/lib 下
  https://dev.mysql.com/downloads/connector/j/ 到该网站就是下载对应版本的MySQL驱动

3、hive交互方式

3.1、shell

cd /opt/program/hive  (将目录改到对应的位置)  bin/hive 启动hive

3.2、hive JDBC 服务

····前台启动

bin/hive --service hiveserver2

····后台启动

nohup bin/hive --service hiveserver2 &

····beeline连接hiveserver2

bin/beeline beeline> !connect jdbc:hive2://node1:10000

3.3、hive的命令

• hive -e sql语句
  • 使用 –e 参数来直接执行hql的语句
  • cd /opt/bigdata/hive
  • bin/hive -e "show databases"
  • 显示数据库等等。。。。