复习Hive之基本概念

Hive是什么

hive是基于Hadoop的一个数据仓库工具，能够将结构化的数据映射成为一张表，提供类SQL的查询
本质是转化成mapReduce程序

为什么使用Hive

1. 简单容易上手
2. 对实时性要求不高的时候使用
3. 适合处理大数据
4. 可以自定义函数

架构

由上图可以看出一共由5个部分组成，Mapreduce和HDFS可以归属于Hadoop

1. Client
2. Meta Store：表名、表所属的数据库（默认是default）、表的拥有者、列/分区字段、表的类型（是否是外部表）、表的数据所在目录等
3. Driver：
   • 解析器
   • 优化器
   • 编译器
   • 执行器
4. Hadoop：Hdfs用于存储，MapReduce用于计算

运行机制

hive接收到SQL语句，使用自己的Driver并结合元数据，将SQL翻译成mapReduce，提交到Hadoop中执行，最后将结果返回

Hive和数据库有哪些区别

1. 数据存储位置：Hive是存储在HDFS上面，而其他数据库的存储位置一般为磁盘
2. Hive不支持数据的修改 比如insert
3. Hive没有索引
4. 数据库有自己的执行引擎，而Hive是转成MapReduce
5. 数据规模，HIve支持大数据
6. HIve是建立在Hadoop之上的，所以Hadoop的可扩展性Hive同样拥有