Hive是一个基于Hadoop的数据仓库工具，提供SQL查询功能，适用于历史数据分析。它将SQL转化为MapReduce任务进行计算，支持元数据扩展、用户自定义函数和容错。Hive与Hadoop紧密耦合，元数据通常由MySQL管理。本文介绍了Hive的安装部署、SQL操作，包括创建内外部表、分区表、分桶表，以及查询和FAQ。
1.什么是hive？
hive是基于hadoop的一个数据仓库工具，可以结构化的数据文件映射为一张数据库表，并提供类sql的查询功能。往往存储历史数据进行分析使用。
本质就是将sql转换为mapreduce的任务进行计算，底层有hdfs来提供数据的存储，就是一个将sql转换为mapreduce的任务的工具。
2.为啥使用hive？
学习成本低，操作简单，功能扩展方便
3.hive的特点
可扩展
Hive可以自由的扩展集群的规模，一般情况下不需要重启服务。
延展性
Hive支持用户自定义函数，用户可以根据自己的需求来实现自己的函数。
容错
良好的容错性，节点出现问题SQL仍可完成执行。
4.hive的架构图
5.hive与hadoop的关系：紧耦合
sql语句由hive转换为mapreduce ，hive的数据分析计算引擎默认是使用mapreduce，然后计算，最终保存到hdfs中。
6.hive的安装
最低0.47元/天 解锁文章
1327
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
