hive简介--hive初步认识

Hive：

  hive简介：

   Hive是基于hadoop的一个数据仓库基础架构，通过将结构化数据文件映射为一张数据库表，并提供简单的SQL查询功能，提供数据仓库的统计分析。Hive可以将SQL转化为MapReduce任务执行。Hive本身不存储数据，文件数据存储在hadoop兼容的文件系统中。Hive只保存元数据信息。Hive在数据加载过程中不会对数据进行任何的修改，只是将数据移动到hdfs中Hive指定的目录下。因此，Hive不支持对数据的修改和添加，所有数据都是加载的时候确定的，在读取的时候进行校验。Hive主要有一下特点：

1、支持索引，加快查询速度

2、支持多种存储类型

3、元数据信息保存在数据库中

4、可以直接使用hdfs文件系统中的数据

5、内置UDF韩式，用户可以自定义UDF函数

Hive支持的数据类型：

  hive支持基本数据类型和复杂数据类型两种数据类型：

基本数据类型：

  Integers:

  TINYINT - 1 byte

  SMALLINT - 2 byte

  INT - 4 byte

  BIGINT - 8 byte

  BOOLEAN：

  BOOLEAN - TRUE/FALSE

  Floating point numbers：

  FLOAT –单精度

  DOUBLE – 双精度

  String：

  STRING - sequence of characters in a specified character set

复杂数据类型：

     Structs:                             例子  {c INT; d INT}

      Maps (key-value tuples):. 例子'group' -> gid  M['group']

      Arrays (indexable lists):   例子[‘1', ‘2', ‘3']

      TIMESTAMP  0.8版本新加属性