Hive简介

Hive支持HSQL，是一种类SQL。Hive是基于Hadoop分布式文件系统的，它的数据存储在Hadoop分布式文件系统中。Hive本身是没有专门的数据存储格式，也没有为数据建立索引，只需要在创建表的时候告诉Hive数据中的列分隔符和行分隔符，Hive就可以解析数据。所以往Hive表里面导入数据只是简单的将数据移动到表所在的目录中(如果数据是在HDFS上;但如果数据是在本地文件系统中，那么是将数据复制到表所在的目录中)。

不想用程序语言开发MapReduce的朋友比如DB们，熟悉SQL的朋友可以使用Hive开离线的进行数据处理与分析工作。

注意Hive现在适合在离线下进行数据的操作，就是说不适合在挂在真实的生产环境中进行实时的在线查询或操作，因为一个字“慢”。相反

起源于FaceBook,Hive在Hadoop中扮演数据仓库的角色。建立在Hadoop集群的最顶层，对存储在Hadoop群上的数据提供类SQL的接口进行操作。你可以用 HiveQL进行select,join,等等操作。如果你有数据仓库的需求并且你擅长写SQL并且不想写MapReduce jobs就可以用Hive代替。

1.hive是基于Hadoop的一个数据仓库工具

2.可以将结构化的数据文件映射为一张数据库表，并提供类sql的查询功能

3.可以将sql语句转换为mapreduce任务进行运行

4.可以用来进行数据提取转换加载（ETL）

5.hive是sql解析引擎，它将sql 语句转换成 M/R job 然后在Hadoop中运行。

6.hive优点与缺点：优点：可以提供类SQL语句快速实现简单的mapreduce统计，不需要开发专门的mapreduce应用;缺点： 不支持实时查询 

7.hive数据分为真实存储的数据和元数据 ,真实数据存储在hdfs中，元数据存储在mysql中 

metastore 元数据存储数据库     

Hive将元数据存储在数据库中，如MySQL、derby。

Hive中的元数据包括表的名字，表的列和分区及其属性，表的属性（是否为外部表等），表的数据所在目录等。