新手学-Hive-基础知识

1.Apache Hive 简介

建立在Hadoop之上的数据仓库工具，提供：

• tools of ETL
• impose structure on a variety of data formats
• access to files on HDFS or HBase( hive hbase handler)
• query data by MapReduce

类似SQL语法的HQL， 通过UDF, UDAF, UDTF增强语句功能：

• UDF： 对查询结果格式化处理后，输出内容， 一进一出
• UDAF：对查询结果进行聚合处理，比如 Sum, Average,.......
• UDTF：输入一行输出多行
  

用法定位： not real-time or low-level updates, 最好用在大数据集上Batch查询任务

特点：

1. 集群动态扩展（Hadoop）
2. 功能扩展(UDF)
3. 容错（mapreduce job）
4. 与输入格式的松耦合

hive architechure: