Hive入门级教程（详细）

什么是Hive

• 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是SQL解析引擎，它将SQL语句转译成M/R Job然后在Hadoop执行。
• Hive的表其实就是HDFS的目录/文件，按表名把文件夹分开。如果是分区表，则分区值是子文件夹，可以直接在M/R Job里使用这些数据。

Hive的metastore

• metastore是hive元数据的集中存放地（元数据存在hive数据库的数据表与HDFS存储文件的对应关系）
• metastore默认使用内嵌的derby数据库作为存储引擎
• Derby引擎的缺点：一次只能打开一个会话
• 使用Mysql作为外置存储引擎，多用户同时访问

Hive系统架构

 

Hive安装

把hive-0.12.0.tar.gz解压到/data/目录下

[root@master conf]# tar -zxvf hive-0.12.0.tar.gz -C /data

配置Hive环境变量，可参考java环境变量配置。

[root@master conf]# source /etc/profile

配置mysql metastore

上传mysql数据库驱动m