学Hive 认识Hive

官网 ：hive.apache.org

hive简介

Hadoop广义是大数据生态圈，其中hive是使用sql完成大数据统计分析的工具
Hadoop狭义：HDFS MR Yarn

Hive是facebook公司开源的工具，用来解决海量的结构化日志的统计问题hive是构建在hadoop之上的数据仓库

 HDFS:hive的数据是存放在HDFS(distributed storage),元数据（medadata）存在对应的底层关系型数据库，一般是MySQL
MR（计算引擎）:Hive的作业（SQL）是通过hive的框架翻译成MR作业。这里的引擎也可以是Tez，Spark。不管底层用的是什么引擎，对于用户来说是不感知的。同样的SQL，只需要通过参数切换，就可以实现。
Yarn：hive的作业是提交到Yarn上去运行的

Hadoop开发可以是单机，但生产上一定是分布式

Hive其实就是一个**客户端**，没有集群的概念，提交作业到集群的Yarn上面去运行（没有感情的提交机器）
SQL ==> Hive ==> MR ==> Yarn

生产环境上，哪台机器需要提交hive，就在哪台机器配置hive，不同的机器上的hive是相互独立的

Hive职责：**将SQL翻译成底层对应的执行引擎作业**

distributed storage：HDFS,AWS S3,各种云,COS,OSS
这些系统,hive都可以对接，只要有对应的jar包