Hive学习小记

开始学习 Hive 啦

把Hive的内嵌、本地、远程三个模式配了一遍，基本上没有遇到大的问题
需要初始化元数据 这个点比较容易忘
本地、远程模式需要用mysql，顺便回顾了一下mysql的安装配置过程，发现centos7直接装yum mysql有问题，后通过https://www.jianshu.com/p/3d657516882d 完成配置安装~ 记得开启远程连接。

hive因为用的是sql，所以用起来并不太难 。

先记录一下之后需要学习的问题

OLAP 引擎 Hive
Hive 是一个数据仓库基础工具，在 Hadoop 中用来处理结构化数据。它架构在 Hadoop 之上，总归为大数据，并使得查询和分析方便。Hive 是应用最广泛的 OLAP 框架。Hive SQL 也是我们进行 SQL 开发用的最多的框架。
关于 Hive 你必须掌握的知识点如下：

• HiveSQL 的原理：我们都知道 HiveSQL 会被翻译成 MapReduce 任务执行，那么一条 SQL 是如何翻译成
  MapReduce 的？
• Hive 和普通关系型数据库有什么区别？
• Hive 支持哪些数据格式
• Hive 在底层是如何存储 NULL 的
• HiveSQL 支持的几种排序各代表什么意思（Sort By/Order By/Cluster By/Distrbute By）
• Hive 的动态分区
• HQL 和 SQL 有哪些常见的区别
• Hive 中的内部表和外部表的区别
• Hive 表进行关联查询如何解决长尾和数据倾斜问题
• HiveSQL 的优化（系统参数调整、SQL 语句优化）