简单介绍什么是Hive
什么是Hive
Hive是在Hadoop中处理结构化数据的数据仓库基础设施工具。它位于hadoop之上,针对大数据,使查询和分析变得简单。最初Hive是由FaceBook开发的,后来Apache软件基金会采用了它,并以Apache Hive的名字作为一个开放源代码进行了进一步的开发。它被不同的公司使用。例如,Amazon Elastic MapReduce, Microsoft Azure HDInsight等等。
Hive不是关系型数据库,也不是OnLine Transaction Processing (OLTP),更不是用于实时查询和行级更新的语言。
Hive的特征
•它将schema存储在数据库中,并将处理后的数据存储到HDFS中
•它是为OLAP设计的。
•它提供用于查询的SQL类型语言,称为HiveQL或HQL。
•上手容易,扩展性强。
Hive的架构图
上图描述了Hive的不同组件单元,可以参考如下图:
用户接口:HIVE是一个数据仓库基础设施软件,可以在用户和HDFS之间创建交互。支持的用户接口HIVE Web UI、Hive Command Line和Hive HD Insight。
元数据库:存储schema,表列、表视图相关,数据属性。
HiveQL处理引擎: HiveQL类似于SQL查询。它是MapReduce程序传统方法的替代品之一。
执行引擎: HiveQL进程引擎和MapReduce的连接部分是Hive执行引擎。执行引擎处理查询并生成与MapReduce结果相同的结果。
Hadoop 分布式系统 or HBASE 来存取数据。