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。