Hive从入门到实战【40讲】 ---第一天

第一天：Hive是什么，Hive的体系结构，hive和hadoop的关系
MapReduce是解决hive解决不了的问题
简单的hive能解决的问题，不需要mapReduce
做报表一般使用Hive来做的。

Hive是什么？
Hive是简历在Hadoop上的数据仓库基础架构，他提供了一些列的工具
，可以用来进行数据提取转换加载（ETL），这是一种可以存储
，查询和分析存储在Hadoop中的大规模数据的机制，
Hive定义了简单的类SQL查询语言，称为HQL，它允许熟悉SQL的用户
查询数据，同时，这个语言也语序熟悉MapReduce开发者的开发自定义的Mapper
和reducer来处理内奸的mapper和reducer无法完成的复杂分析工作

Hive的体系结构可以分为一下几个部分：
对
Driver（Complier,Optimizer,Executor)
Metastore
JDBC ODBC

hive可以把元数据存放在mysql中

用户接口主要有三个：CLI,Client和WUI，其中最常用的是
CLI，CLI启动的时候，会同事启动一个hive副本，Client是hive的客户端
用户连接值hiveserver，在启动client模式的时候，
需要之处hiveserver所在的节点，并且在该节点启动hiveserver，WUI是通过浏览器
访问hive
hive将元数据存储在数据库中，如果mysql derby，hive中的元数据
包括表的名字，表的列和分区及其属性，
表的属性（是否为外部表等），表的数据所在目录等等。

解释器，编译器，优化器，完成haql查询语句从词法分析，语法分析
，编译，优化以及查询计划的生成，生成的查询计划存储
在hdfs中，并在随后有mapReduce调用执行

hive的数据存储在hdfs中，大部分的查询有mapReduce完成
（包含*的查询比如。。。。不会生成mapreduce任务）。