Hive

Hive

基于Hadoop数据保存到HDFS
数据仓库工具
结构化的数据 映射为一张数据库表

01，张三，89
02，李四，91
03，赵武，92

HQL查询功能（Hive SQL）

将分布式计算的任务交给MapReduce，然后用Hive进行操作。

HQL查询功能（Hive SQL）
本质把HQL翻译成MapReduce，降低使用Hadoop计算的门槛。

离线数据分析开发效率比直接用MapReduce高

使用Hive
1、操作接口采用SQL语法，提供快速开发的能力
2、避免了去写MapReduce，减少开发人员的学习成本
3、功能扩展很方便

只要不涉及算法部分，会Hive就行，大部分都在写SQL。

Hive架构
1、用户接口：shell命令行
2、元数据存储
数据库 表 都保存到那些位置上
表中的字段名字 类型
mysql derby（自带）
Drive
负责把HQL翻译成MapReduce
或者翻译成Shell命令

Hive是数据仓库工具，没有集群的概念，如果想提交Hive作业只需要在Hadoop集群Master节点上装Hive就可以了。

Hive和Hadoop关系

1、利用hdfs存数据，利用mr算
2、Hive只需要跟Master节点打交道，不需要集群。

Hive用于海量数据的离线数据分析
小数据情况下，没有SQL快，Hive的优势是海量数据。
不支持更新和删除，所以也不支持事务。
利用MapReduce执行，延迟高，子查询只能用From。

**

Hive和关系型数据库区别

**
1、Hive离线计算海量查询
2、Hive最主要做查询，不涉及删除修改，默认不支持删除修改，默认不支持事务，并不完全支持标准sql。
3、SQL CRUD全部支持，支撑在线业务，索引完整，支持事务。
4、Hive数据模型
一、Hive中所有的数据库都存储在HDFS中，没有专门的数据存储格式。

为什么要分区：
1、随着表的不断增大，对于新纪录的增加，查找，删除的维护也更加困难，对于数据库中的超大型表，可以通过把它的数据分成若干个小表，从而简化数据库的管理活动，对于每一个简化后的小表，我们称为一个单独的分区。

内置运算符：
1、关系运算符
2、算术运算符
3、逻辑运算符
4、复杂运算