hive简介与架构

hive概述

Apache Hive™数据仓库软件有助于使用SQL读取，编写和管理驻留在分布式存储中的大型数据集。
可以将结构投影到已存储的数据中。提供了命令行工具和JDBC驱动程序以将用户连接到Hive。

数据计算：mapreduce分布式计算­>难度大
hive­>SQL语句 mysql 简化开发 减少学习成本

优缺点

优点：
（1）操作接口采用了sql，简化开发，减少学习成本
（2）避免手写mapreduce程序
（3）hive执行延迟较高，适用场景大多用在对实时性要求不强的情景
（4）优点在于处理大数据
（5）支持自定义函数
缺点：
（1）hive的sql表达能力有限（HSQl）
（2）hive效率低

hive架构

提供了一系列接口：hive shell、jdbc/odbc、webui

hive默认把元数据存储到derby中，这是hive自带的，但是不支持多个用户去使用，这里要换成Mysql

sql语句首先通过元数据找到表位置，然后经过解析器编译器，通过优化器来告诉执行器是否需要转为mapreduce程序来运行