java大数据第十次课笔记

第十次课
Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张表，并提供类SQL查询功能。
本质是：将HQL转化成MAPReduce程序

1）Hive处理的数据存储在HDFS
2）Hive分析数据底层的实现是MapReduce
3）执行程序运行在Yarn上

Hive的执行过程：
Hive通过给用户提供的一系列交互接口，接受到用户的指令（SQL）,使用自己的Driver。结合元数据（MetaStore）,将这些指令翻译成MAPReduce，
提交到Hadoop中执行，最后，将执行返回的结果输出到用户交互接口

数据仓库和数据库的区别：
1.Hive 是建立在 Hadoop 之上的，所有 Hive 的数据都是存储在 HDFS 中的。而数据库则可以将数据保存在块设备或者本地文件系统中。
2.数据仓库的内容是读多写少的，数据库中的数据通常是需要经常进行修改的。
3.数据库通过建立索引来加快查询速度，Hive要访问数据中满足条件的特定值时，需要暴力扫描整个数据，因此访问延迟较高。由于 MapReduce 的引入， Hive 可以并行访问数据

将本地文件转换成Hive表中的数据：
load data local inpath '/opt/software/student.txt' into table student;

Hive中的数据类型：
Hive数据类型    Java数据类型
TINYINT        byte
SMALINT        short
INT        int
BIGINT        long
BOOLEAN    boolean
FLOAT        float
DOUBLE        double
STRING        string