Hive概述

一、数据仓库介绍
1、通俗解释
1）面向分析的存储系统（面向数据分析的存储系统）
2）一个面向主题的（Subject Oriented）、集成的（Integrate）、不可修改的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于数据分析、辅助管理决策。
· 面向主题：指数据仓库中的数据是按照一定的主题域进行组织。
· 集成：指对原有分散的数据库数据经过系统的加工，整理得到的消除源数据中的不一致性。
· 不可修改：指一旦某个数据进入数据仓库以后只需要定期的加载、刷新，不会更改。
· 反映历史变化：指通过这些信息，对企业的发展历程和未来趋势做出定量分析预测。
2、数据仓库和数据库对比分析
· 主要联系
· 两者都是用来存储数据的，即均为数据的存储载体。
· 数据仓库也是数据库，是数据库的一种衍生、延伸应用。
· 数据仓库和数据库之间存在数据交互，即你中有我，我中有你。
· 数据库中的在线数据推送到离线的数据仓库用于分析处理。
· 数据仓库中分析处理的结果数据也通常推送到关系数据库中，便于前台应用的可视化展现应用。
· 数据仓库的出现，并不是要取代数据库，且当下大部分数据仓库还是用关系数据管理系统来管理的，即数据库、数据仓库相辅相成、各有千秋。
· 主要区别
· 数据库是面向事务的设计，数据仓库是面向主题设计的。
· 数据库一般存储在线交易数据，实时性强存储空间有限，数据仓库存储的一般是历史数据，实时性弱但存储空间庞大。
· 数据库设计是尽量避免冗余，数据仓库在设计是有意引入冗余。
· 数据库是为捕获数据而设计，即实时性强吞吐量弱，数据仓库是为分析数据而设计，即吞吐量强实时性弱。
二、Hive产生背景
· 背景
· 基于Hadoop的数据仓库构建应用的需求广泛，需要提供专门、完整的解决方案。
· 需要降低程序员做大数据处理的成本和难度。
· 传统的数据仓库如Oracle，SQLserver，Sybase，teradata等，均是完美支持SQL标准的，对Hadoop数据仓库提供了实现渠道。
· Facebook的强大商业需求与商业化运作。
· 定义
· Hive是建立在Hadoop上的数据仓库基础架构和解决方案
· 架构：支持拿来即用，亦支持灵活的参数和计算引擎的变更
· 作用
· 拿出了数据仓库构建的完整解决方案。
· 意义
· 基于Hadoop平台解决了企业数据仓库构建的核心技术问题，证明了Hadoop平台的强大。
· 进一步降低了Hadoop使用的准入门槛。
三、Hive在Hadoop生态圈地位