简述数据仓库Hive

简述数据仓库Hive

Hive是什么

Hive是建立在Hadoop上的数据仓库基础构架。它提功了 一系列工具 可以用来数据提取转化加载，这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。Hive定义了简单的类SQL查询语言，称为HQL，它允许熟悉SQL的用户查询数据。同时，这个语言也允许熟悉MapReduce开发者的开发自定义的mapper 和 reduce 来处理内建的mapper 和 reduce 无法完成的复杂的分析工作。

• Hive是SQL解析引擎，它将SQL语句转化成M/R Job然后在Hadoop执行。
• Hive的表其实就是HDFS的目录，按表名吧文件夹分开。如果是分区表，则分区值是子文件夹，可以直接在M/R Job中使用这些数据。
• Hive相当于Hadoop的客户端工具，部署时不一定放在集群管理节点中，可以放在某个节点上。

数据仓库

数据仓库是为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合。它出于分析性报告和决策支持目的而创建。为需要业务智能的企业，提供指导业务流程改进、监视时间、成本、质量以及控制。
例如：我们建了一个粮仓，我们往粮仓中放入大豆，高粱，小米等一系列粮食，这一系列粮食类似于数据库，我们把这些粮食进行分类存储，当有需要时，就可以从粮仓获取，这便类似于数据仓库。