hive---简介、启动

1. 简介：

• hive是基于hadoop的数据仓库工具：利用hdfs存储数据，利用mapreduce查询分析数据

将结构化的数据文件，映射为一张表，提供类SQL查询（HQL）

• hive用来处理海量离线数据，延迟高
• 因为hive数据存储在hdfs中，所以没有专门的存储格式。只要在建表的时候写清楚行分隔符和列分隔符，hive就可以进行解析

存储格式可以支持：Text，SequenceFile，ParquetFile，RCFILE等。

其中SequenceFile是hadoop中的一种文件格式，内容以序列化的kv对象来组织。

• hive可以建立内部表、外部表

外部表：创建时，只记录路径，数据位置不会改变。删除时，数据不会被删除。

内部表：创建时，会把数据移动到指定位置。删除时，数据也会被删除。

• hive要在设置时，设置成使用mysql数据库

默认用derby数据库存储元数据（建表语句等），不同用户在不同目录下，会拥有不同的数据库

• hive的数据模型：

db：在hdfs中表现为${hive.metastore.warehouse.dir}目录下一个文件夹（/user/hive/warehouse/）

table：在hdfs中表现所属db目录下一个文件夹

external table：与table类似，不过其数据存放位置可以在任意指定路径

partition：在hdfs中表现为table目录下的子目录

bucket：在hdfs中表现为同一个表目录下根据hash散列之后的多个文件

2. 启动

• 在安装机器（itcast01）上启动执行

启动：hive

然后就可以直接执行，例如：>show databases;

• 在安装机器（itcast01）上启动为服务端（端口：10000），在另一台机器上连接运行

· 服务端启动：

启动为前台：hiveserver2

启动为后台：nohup hiveserver2 1>/var/log/hiveserver.log 2>/var/log/hiveserver.err &

· 另一台机器连接：

第一种连接方式---首先进入beeline的命令界面：beeline

                                 然后在beeline界面执行：beeline> !connect jdbc:hive2://itcast01:10000

第二种连接方式---直接执行：beeline -u jdbc:hive2://itcast01:10000 -n root

• 退出：quit;