1-大数据-hive概述

1、hive是一个构建在Hadoop上的数据仓库框架
2、一个hive的二进制包可以在多个版本的Hadoop上工作
3、hive使用环境变量 HADOOP_HOME来指定Hadoop的所有相关jar包和配置文件
4、把SQL查询转换为一系列在Hadoop集群上运行的作业。hive的本质是将SQL语句转换为mapreduce任务运行
5、hive把数据组织为表，通过这种方式为存储在HDFS上的数据赋予结构，元数据(如表模式)存储在metastore数据库中。可以将结构化的数据映射为一张数据库表，底层数据存储在HDFS上
6、所有的hive客户端都需要一个metastoreservice/元数据服务，hive使用这个服务来存储表模式信息和其他元数据信息。通常情况下使用一个关系型数据库中的表来存储这些信息
7、默认情况下，hive会使用内置的 derby sql服务器，其可以提供有限的、单进程的存储服务
8、提供一个简单地网页界面HWI，提供远程访问hive的服务
9、提供HQL查询功能，是不熟悉MapReduce的用户很方便地利用HQL处理和计算HDFS上的结构化数据，适用于离线的批量数据计算