hive sql 获取前一天日期_Hive高频考点，就怕你都会！

---

一、什么是Hive，为什么要用Hive，你是如何理解Hive?

面试官往往一上来就一个“灵魂三连问”，很多没有提前准备好的小伙伴基本回答得都磕磕绊绊，效果不是很好。下面贴出菌哥的回答：

Hive是基于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数据库表，并提供类SQL查询功能(HQL)。「Hive本质是将SQL转换为MapReduce的任务进行运算。」

个人理解：hive存的是和hdfs的映射关系，hive是逻辑上的数据仓库，实际操作的都是hdfs上的文件，HQL就是用sql语法来写的mr程序。

二、介绍一下Hive的架构

• Hive可以通过CLI，JDBC和 ODBC 等客户端进行访问。除此之外，Hive还支持 WUI 访问
• Hive内部执行流程：解析器(解析SQL语句)、编译器(把SQL语句编译成MapReduce程序)、优化器(优化MapReduce程序)、执行器(将MapReduce程序运行的结果提交到HDFS)
• Hive的「元数据」保存在数据库中，如保存在MySQL，SQLServer，PostgreSQL，Oracle及Derby等数据库中。Hive中的元数据信息包含表名，列名，分区及其属性，表的属性(包括是否为外部表)，表数据所在目录等。
• Hive将大部分 HiveSQL语句转化为MapReduce作业提交到Hadoop上执行；少数HiveSQL语句不会转化为MapReduce作业，直接从DataNode上获取数据后按照顺序输出。

三、Hive和数据库比较

Hive 和 数据库 实际上并没有可比性，除了拥有类似的查询语言，再无类似之处。

• 数据存储位置

Hive 存储在HDFS，数据库将数据保存在块设备或者本地文件系统中。

• 数据更新

Hive中不建议对数据的改写，而数据库中的数据通常是需要经常进行修改的。

• 执行延迟

Hive 执行延迟较高。数据库的执行延迟较低。当然，这个是有条件的，即数据规模较小，当数据规模大到超过数据库的处理能力的时候，Hive的并行计算显然能体现出优势。

• 数据规模

Hive支持很大规模的数据计算；数据库可以支持的数据