Hive基本介绍(1)

Hive基本概念

是一个基于hadoop的数据仓库工具，可以将结构化数据映射成一张数据表，并提供类SQL的查询功能。

Hive的意义是什么

• 背景：hadoop是个好东西，但是学习难度大，成本高，坡度陡。
• 意义（目的）：降低程序员使用hadoop的难度。降低学习成本。

Hive可以对数据进行存储与计算

存储使用HDFS存储
计算使用MapReduce进行计算
Hive的特性

• 1、扩展性 ： Hive的扩展性与集群的扩展性相同
• 2、延展性：Hive支持用户自定义函数，编写符合自己业务需求的函数。
• 3、容错性：节点出现问题（宕机/断电）SQL仍可完成执行。

Hive缺点

每次的执行开销较大，任务运行时间较长，延时较高。

Hive的内部组成架构

• 元数据：描述数据的数据（属性）
• 表名称、字段名，字段的数据类型。
• 内部执行流程:
  解释器 -> 编译器 -> 优化器 -> 执行器