hive的学习(有什么不足之处请多指教。。。。)
为什么要使用Hive ?
(1)操作接口采用类SQL语法,提供快速开发的能力。
(2)避免了去写MapReduce,减少开发人员的学习成本。
(3)扩展功能很方便。
Hive的特点
1.可扩展
Hive可以自由的扩展集群的规模,一般情况下不需要重启服务。
2.延展性
Hive支持用户自定义函数,用户可以根据自己的需求来实现自己的函数。
3.容错
良好的容错性,节点出现问题SQL仍可完成执行。
Hive架构
基本组成
(1)用户接口:包括 CLI、JDBC/ODBC、WebGUI。
(2)元数据存储:通常是存储在关系数据库如 mysql , derby中。
(3)解释器、编译器、优化器、执行器。
(4)hive用 HDFS 进行存储,利用 MapReduce 进行计算。
各组件的基本功能
1、用户接口主要由三个:CLI、JDBC/ODBC和WebGUI。其中,CLI为shell命令行;JDBC/ODBC是Hive的JAVA实现,与传统数据库JDBC类似;WebGUI是通过浏览器访问Hive。
2、元数据存储:Hive 将元数据存储在数据库中,目前只支持 mysql、derby,下一版本会支持更多的数据库。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。
3、解释器、编译器、优化器完成 HQL 查询语句从词法分析、语法分析、编译、优化以及查询计划的生成。生成的查询计划存储在 HDFS 中,并在随后有 MapReduce 调用执行。
4、Hive的数据存储在 HDFS 中,大部分的查询由 MapReduce 完成。