本文探讨了Hive作为基于Hadoop的数据仓库工具，与关系数据库的主要区别。Hive利用HDFS存储数据，采用MapReduce计算模型，适合大规模数据的离线分析，而非实时查询。它支持类SQL查询，但不支持事务、行级更新和索引。Hive的元数据存储在关系数据库中，可以独立部署以增强系统稳定性和效率。文章还介绍了Hive的执行流程和简单的数据操作示例，强调了Hive在大数据处理中的优势。
我最近研究了hive的相关技术，有点心得，这里和大家分享下。
首先我们要知道hive到底是做什么的。下面这几段文字很好的描述了hive的特性：
1.hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供完整的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。其优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。
2.Hive是建立在 Hadoop 上的数据仓库基础构架。它提供了一系列的工具，可以用来进行数据提取转化加载（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，这个语言也允许熟悉 MapReduce 开发者的开发自定义的 mapper 和 reducer 来处理内建的 mapper 和 reducer 无法完成的复杂的分析工作。
要理解hive，必须先理解hadoop和mapreduce，如果有不熟悉的童鞋，可以百度一下。
使用hive的命令行接口，感觉很像操作关系数据库，但是hive和关系数据库还是有很大的不同，下面我就比较下hive与关系数据库的区别，具体如下：
hive和关系数据库存储文件的系统不同，hive使用的是hadoop的HDFS（
最低0.47元/天 解锁文章
扫一扫
389
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
