Hive 基本概念（特点，架构，数据存储，OLTP，OLAP）

1、Hive 简介

1.1、什么是 Hive

Hive 由 Facebook 实现并开源，是基于 Hadoop 的一个数据仓库工具，可以将结构化的数据映射为一张数据库表，并提供 HQL(Hive SQL)查询功能，底层数据是存储在 HDFS 上。
Hive 的本质是将 HQL 语句转换为 MapReduce 任务运行，使不熟悉 MapReduce 的用户很方便地利用 HQL 处理和计算 HDFS 上的结构化的数据，适用于离线的批量数据计算。

数据仓库之父比尔·恩门（Bill Inmon）在 1991 年出版的“Building the Data Warehouse”（《建立数据仓库》）一书中所提出的定义被广泛接受——数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策(Decision Making Support)。

Hive 依赖于 HDFS 存储数据，Hive 将 HQL 转换成 MapReduce 执行。所以说 Hive 是基于 Hadoop 的一个数据仓库工具，实质就是一款基于 HDFS 的 MapReduce 计算框架，对存储在 HDFS 中的数据进行分析和管理。

1.2、为什么使用 Hive

直接使用 MapReduce 所面临的问题：
（1）人员学习成本太高；
（2）项目周期要求太短；
（3）MapReduce 实现复杂查询逻辑开发难度太大。

为什么要使用 Hive：
（1）更友好的接口：操作接口采用类 SQL 的语法，提供快速开发的能力；
（2）更低的学习成本：避免了写 MapReduce，减少开发人员的学习成本；
（3）更好的扩展性：可自由扩展集群规模而无需重启服务，还支持用户自定义函数。

1.3、Hive 特点

优点：
（1）可扩展性，横向扩展：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；
横向扩展：通过分担压力的方式扩展集群的规模；
纵向扩展：一台服务器 cpu i7-6700k 4 核心 8 线程，8 核心 16 线程，内存 64G => 128G。
（2）延展性：Hive 支持自定义函数，用户可以根据自己的需求来实现自己的函数；
（3）良好的容错性：可以保障即使有节点出现问题，SQL 语句仍可完成执行。

缺点：
（1）