hive学习心得

此博文是自己学习hive的一些学习心得，可能有些地方理解的不对，如有不妥之后，忘能不吝赐教！！！

目录

hive是什么

数据操作

执行原理

分区

分桶

---

hive是什么

hive从本质上来说是一个仓库，是一个分析框架，它本身不存储数据，连最起码的元数据信息也不存储。

它可以通过mysql或(Derby)对存放在hdfs上面的数据进行映射，其中元信息存放在mysql或Derby中。

它完全依赖HDFS和MapReduce。

数据操作

经过映射后的数据，在hive看来就可以认为是一张类似数据库中的一张表了，可以使用HQL（类似SQL）语言对数据进行操作。hive在0.14版本之前是不支持行级别的插入的，每次更新必须全量覆盖；在0.14版本之后，默认行级别的插入、更新、删除操作也是不支持的，需要更改配置实现。

执行原理

HQL执行时，是通过hive内置的HQL解析引擎，将HQL预计翻译成一个或多个MapReduce任务执行，MapReduce执行速度毕竟慢，由此可以看出，H