大数据离线分析工具Hive简单介绍

Hive是Facebook为了解决海量日志数据的分析而开发的，后来开源给了Apache软件基金会，可见Apache软件基金会是个神奇的组织，我们之前学过的很多开源工具都有Apache软件基金会的身影。

官网定义：

The Apache Hive ™ data warehouse software facilitates reading, writing, and managing large datasets residing in distributed storage using SQL.

此处版本是Hive-1.0.0

Hive的几个特点

1. Hive最大的特点是通过类SQL来分析大数据，而避免了写MapReduce程序来分析数据，这样使得分析数据更容易。
2. 数据是存储在HDFS上的，Hive本身并不提供数据的存储功能
3. Hive是将数据映射成数据库和一张张的表，库和表的元数据信息一般存在关系型数据库上（比如MySQL）。
4. 数据存储方面：它能够存储很大的数据集，并且对数据完整性、格式要求并不严格。
5. 数据处理方面：因为Hive语句最终会生成MapReduce任务去计算，所以不适用于实时计算的场景，它适用于离线分析。