Hive是基于Hadoop的数据仓库工具，提供类SQL查询功能，将SQL语句转换为MapReduce任务。Hive具有可扩展性和容错性，支持用户自定义函数。元数据存储在关系数据库中，数据存储在HDFS。Hive体系结构包括用户接口、元数据存储、解释器等。数据模型包括表、外部表、分区和桶，其中外部表删除仅移除元数据，数据存储根据分区和桶策略分布。
一、Hive简介
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数据库表，并提供类SQL查询功能。还可以将 SQL 语句转换为 MapReduce 任务进行运行，通过自己的 SQL 去 查询分析需要的内容，这套 SQL 简称 HQL。使用hive的优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。
Hive将元数据存储在数据库（RDBMS）中，比如MySQL、Derby中。Hive有三种模式连接到数据，其方式是：单用户模式，多用户模式和远程服务模式。（也就是内嵌模式、本地模式、远程模式）。
Hive特点：
1.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。
2. 延展性
最低0.47元/天 解锁文章
扫一扫
259
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
