了解Hive-SQL

Hive的组成

• 由MapReduce承担计算层的角色，由HDFS承担存储层的角色；

• Hive核心负责解析、执行、优化Hive SQL语句生产对应的MapReduce程序，然后再去执行

• 另外加一个数据库进行存储Hive的元数据（表信息、表结构、字段信息、字段类型等）

Load与Insert的区别

Insert语句

Insert into table table_name values(xx, yy, zz);

通过Insert语句插入语句，需要去进行SQL语法的解释，分析，优化成对应的MapReduce的代码程序，再通过执行MapReduce程序去进行插入语句，这个过程需要调用集群进行分配资源并计算。

Load语句

load data [local] input ‘/xxx/xxx’ into table TEST;

本质就是将（本地）文件上传或移动到HDFS中对应表的存储位置。

注⚠️：文件的格式必须与Hive对应表有相同的格式。（相同的格式指：使用与表指定的相同分隔符进行分割数据）

因为Hive是读时检查的，所以也可以传入与对应表不同格式的数据文件进去，但是查询识别不出来的数据段会因为识别不出来而变为NULL。