hive insert into 慢_大白话详解大数据hive知识点，老刘真的很用心(1)

前言：老刘不敢说写的有多好，但敢保证尽量用大白话把自己复习的知识点详细解释出来，
拒绝资料上的生搬硬套，做到有自己的了解！

01 hive知识点(1)

第1点：数据仓库的概念

由于hive它是基于hadoop的一个数据仓库工具，老刘先讲讲数据仓库的一些东西，再开始讲hive。

数据仓库，听名字就知道它是用来存放数据的一个仓库，仓库不同于工程，仓库只用来存放东西，不生产，也不消耗。

精简的讲，数据仓库它本身不生产数据，也不会消耗数据，数据从外部来，供给外部使用，主要用于数据分析，对企业的支持决策做一些辅助。

第2点：数据仓库的特征

数据仓库有4个特征：

面向主题的：就是说它都是有目的的进行构建数据仓库，用它干某件事；

集成的：就是说将所有用到的数据都集成到一起；

非易失的：就是说里面的数据一般都不会改变；

时变的：就是说随着时间的发展，数据仓库的分析手段也会发生改变。

第3点：数据仓库和数据库的区别

看到之前讲的数据仓库概念就知道，这两个区别大了。

首先举个例子，客户在银行做的每笔交易都会写入数据库，被记录下来，就相当于用数据库记账。

而数据仓库是分析系统的数据平台，它从事务系统获取数据，并做汇总、加工，为决策者提供决策的一些依据。

比如，某银行某分行一个月发生多少交易，该分行当前存款余额是多少。如果存款又少，消费交易又多，那么该地区就有必要设立ATM了。

接着要说的是，数据库和数据仓库的区别实际上讲的是OLTP和OLAP的区别。

操作性处理，OLTP联机事务处理，也可以叫做面向交易的处理系统，它是针对于具体业务在数据库联机的日常操作，通常对记录进行查询、修改，人们一般关心操作的响应时间、数据是否安全、完整和并发的相关问题。

分析型处理，联机分析处理OLAP，一般针对于某些主题的历史数据进行分析，支持管理决策。

总结一下就是，数据仓库的出现，不是为了取代数据库。

数据库是面向事务的设计，数据仓库是面向主题的设计。

数据库存储的一般是业务数据，数据仓库存储的一般是历史数据。

数据库是为了捕获数据设计的，而数据仓库是为了分析数据设计的。

还有一点就是，数据仓库是在数据库已经大量存在的情况下，为了进一步挖掘数据资源，为了进行决策而产生的。

第4点：数据仓库分层

首先说说数据仓库可分为三层：

源数据层(ODS)：它主要用于保管我们的原始数据；