辉哥带你学hive第一讲 hive基本介绍以及环境搭建

1.Hive介绍

1.1 hive 基本情况

hive基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张表。
Hive是一个Hadoop客户端，用于将HQL（Hive SQL）转化成MapReduce程序。
其中Hive中每张表的数据存储在HDFS，Hive分析数据底层的实现是MapReduce（也可配置为Spark或者Tez）并且执行程序运行在yarn上。

1.2 Hive架构原理

1.metastore 服务:
元数据访问接口，用户创建表的信息，表中的数据信息，数据库对应hdfs路径，表对应hdfs路径的信息。每个字段的类型等等。只提供元数据的访问接口，不保存元数据。
元数据保存在mysql数据库中。
2.Hiveserver2服务:
提供jdbc/odbc的访问的接口。用户认证的接口。
3.cli 命令行端口，远程访问jdbc的接口数据。
用户建表->meta信息对应表的路径信息->mysql 和hdfs的映射关系。文件的数据和hive一行的数据。
4.比如查询，编译和执行的都是在driver中执行。当运行在命令行客户端，driver就在命令行当中，当jdbc客户端hiveserver2的driver运行的hiveserver中。
driver就是讲hive sql转换成mapreduce执行。
driver在编译hivesql 需要使