hive的基本教程

因为最近在学大数据，今天刚刚学了hive的基本理解，所以想总结一下

附上hive的linux环境下的tar包
链接：https://pan.baidu.com/s/1M_-V_1LWu1CvLJWeCYK5ig
提取码：52jl

首先需要说数据库与数据仓库的区别

数据仓库：一般存储的是大规模的非关系型数据

数据库：一般存储的是关系型数据

• 而hive是在Hadoop之上开发的。 它是一个数据仓库框架，用于查询和分析存储在HDFS中的数据。 Hive是一个开源软件，可以让程序员在Hadoop上分析大型数据集。（也可使用hql语句去管理分布式系统中的大规模数据集）（hql语句与sql类似）

1、 hive的功能

• 作为数据仓库（存储大规模数据集）—>底层是基于hdfs实现的
• 查询引擎—>把hql语句交给hive查询引擎转换为mapreduce的job来进行执行

2、关于hive的元数据介绍

• hive在创建数据库以及表的同时会生成元数据metastore，包括了hive所创建的数据库以及表等在分布式文件系统中存放的位置，大小等基本信息；
• metastore默认使用内嵌的derby数据库作为存储引擎（单机版的数据库，一次只可以创建一个会话），而在实践中则多使用MYSQL作为外置存储引擎来村塾hive的元数据metastore；

3、hive创建表的过程

• 客户端向hive发送hql语句，hive接收到客户端的hive语句，将元数据存储在rdbms（关系型数据库）中，同时在hdfs分布式文件系统中根据表来创建对应的目录。

4、hive的模式

在hive中存在两种模式，local模式和集群模式，hive默认的使用的时集群模式

• local模式：速度快，适合于在开发阶段用来做小数据的测试，可以通过set hive.exec.mode.local.auto=true;(当前会话改变)来进行设置
• 集群模式：在集群模式中，每一个hql语句都会被转化为mapreduce对应的job在yarn进行执行，生产环境使用集群模式；

启动hive之前一定要先保证Hadoop高可用集群时开启的

以后继续学习的会补上，完了有时间也会写一下Hadoop高可用集群的搭建

新手程序员，感谢你的阅读，不足之处请多谅解