Hive---浅谈Hive

浅谈Hive

---

---

Hive

Apache Hive作为一款大数据时代的数据仓库软件，当然也具备上述两种能力。只不过Hive并不是自己实现了上述两种能力，而是借助Hadoop。
Hive利用HDFS存储数据，利用分折数据。可以理解Hive是套壳Hadoop。
其实不然，Hive的最大的魅力在于用户专注于编写HQL转换成为MapReduce程序完成对数据的分析。

Hive的运行机制

Hive 通过给用户提供的一系列交互接口，接收到用户的指令(SQL)，使用自己的 Driver，
结合元数据(MetaStore)，将这些指令翻译成 MapReduce，提交到 Hadoop 中执行，最后，将
执行返回的结果输出到用户交互接口。

文件映射

映射在数学上称之为一种对应关系，比如y：x+1，对于每一个x的值都有与之对应的y的值。
在Hive中能够写sql处理的前提是针对表，而不是针对文件，因此需要将文件和表之间的对应关系描述记录清楚。
映射信息专业的叫法称之为元数据信息（元数据是指用来描述数据的数据metadata）。

Hive能将数据文件映射成为一张表，这个映射是指什么？
文件和表之间的对应关系

Hive本身承担了什么功能职责？
SQL语法解析编译成为MapReduce

Hive组件

元数据（Metadata）

元数据（Metadata），又称中介数据、中继数据，为描述数据的数据（dataaboutdata），主要是描述数据属性（property）的信息，用来支持如指示存储位置、历史数据、资源查找、文件记录等功能。

元数据存储

通常是存储在关系数据库如mysql/derby中。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。

元数据服务（Metastore）

Metastore即元数据服务。Metastore服务的作用是管理Metadata元数据，对外暴露服务地址，让各种客户端通过连接metastore服务，由metastore再去连接MYSQL数据库来存取元数据。

有了Metastore服务，就可以有多个客户端同时连接，而且这些客户端不需要知道MYSQL数据库的用户名和密码，只需要连接metastore服务即可。某种程度上也保证了hive元数据的安全。

Metastore配置方式

metastore服务配置有3种模式：内嵌模式、本地模式、远程模式。

区分3种配置方式的关键是弄清楚两个问题：
Metastore服务是否需要单独配置、单独启动？
Metadata存储在内置的derby中，还是第三方RDBMS,比如mysql

Metastore远程模式

在生产环境中，建议用远程模式来配置Hive Metastore。在这种情况下，其他依赖hive的软件都可以通过
Metastore访问hive。由于还可以完全屏蔽数据库层，因此这也带来了更好的可管理性/安全性。

Hive启动方式

第一种（本地）

hive

第二种beeline

在hive安装的服务器上，首先启动metastore服务，然后启动hiveserver2服务。

nohup hive --service metastore &
nohup hive --service hiverserver2 &

后台启动 nohup hive --service mestore & (日志 在当前路径下nohup.out下)