大数据(九) - Hive

构建在Hadoop之上的 数据仓库，数据计算使用MR，数据存储使用HDFS

        因为数据计算使用mapreduce，因此通常用于进行离线数据处理

Hive 定义了一种类 SQL 查询语言——HQL

        类似SQL，但不完全相同

可认为是一个HQL-->MR的语言翻译器。

简单，容易上手

有了Hive，还需要自己写MR程序吗？

        Hive的HQL表达的能力有限

                迭代式算法无法表达

                有些复杂运算用HQL不易表达

        Hive 效率较低

                Hive自动生成MapReduce作业，通常不够智能；

                HQL调优困难，粒度较粗

                可控性差

Hive各模块组成

        用户接口

                包括 CLI，JDBC/ODBC，WebUI

        元数据存储（metastore）

                默认存储在自带的数据库derby中，线上使用时一般换为MySQL

        驱动器（Driver）

                解释器、编译器、优化器、执行器

        Hadoop

                用 MapReduce 进行计算，用 HDFS 进行存储