Hive知识体系教程

详细知识链接：https://blog.csdn.net/WindyQCF/article/details/119792511

Hive涉及的知识点如下图所示，本文将逐一讲解：

正文开始：

一. Hive概览

1.1 hive的简介

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。

其本质是将SQL转换为MapReduce/Spark的任务进行运算，底层由HDFS来提供数据的存储，说白了hive可以理解为一个将SQL转换为MapReduce/Spark的任务的工具，甚至更进一步可以说hive就是一个MapReduce/Spark Sql的客户端

为什么要使用hive ?

主要的原因有以下几点:

• 学习MapReduce的成本比较高, 项目周期要求太短, MapReduce如果要实现复杂的查询逻辑开发的难度是比较大的。

• 而如果使用hive, hive采用操作接口类似SQL语法, 提高快速开发的能力. 避免去书写MapReduce,减少学习成本, 而且提供了功能的扩展

hive的特点:

1. 可扩展 :  Hive可以自由的扩展集群的规模，一般情况下不需要重启服务。

2. 延展性 :  Hive支持用户自定义函数，用户可以根据自己的需求来实现自己的函数。

3. 容错 :  良好的容错性，节点出现问题SQL仍可完成执行。