数据仓库hive（简介与应用）

数据仓库概念：数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策。

hive简介：

  •Hive是一个构建于Hadoop顶层的数据仓库工具

  •支持大规模数据存储、分析，具有良好的可扩展性

  •某种程度上可以看作是用户编程接口，本身不存储和处理数据

  •依赖分布式文件系统HDFS存储数据

  •依赖分布式并行计算模型MapReduce处理数据

  •定义了简单的类似SQL 的查询语言——HiveQL

  •用户可以通过编写的HiveQL语句运行MapReduce任务

  •可以很容易把原来构建在关系数据库上的数据仓库应用程序移植到Hadoop平台上

  •是一个可以提供有效、合理、直观组织和使用数据的分析工具

由于是构建于hadoop平台上的，由此它的底层数据存储是通过HDFS实现的，并依赖于MapReduce处理数据（把HiveQL语句转换为MapReduce任务进行），通过HBase提供实时的数据访问，支持批量插入。

Hive在企业大数据分析平台中的应用：