大数据2--hive--hive介绍

第一章 Hive介绍

1.1hive概述

1.1.1 hive的简介

        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SQK查询功能。其本质是将SQL转换为MapReduce/Spark的任务进行运算，底层由HDFS来提供数据的存储，说白了，hive可以理解为一个将SQL转换为MapReduce/spark任务的工具。

1.1.2 HIve的特点：

• 可扩展性： 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。

• 延展性：Hive支持用户自定义函数，用户可以根据自己的需求来实现自己的函数。

• 容错性：良好的容错性，节点出现问题，SQL仍可以完成执行。

1.2 hive架构

 

用户接口：包括CLI，JDBC/ODBC,WebGui

元数据存储：通常是存在关系数据块例如mysql/derby中。Hive将元数据存储在数据库中。Hive中的元数据包括表的名字，表的列和分区及其属性，表的属性（是否为外部表），表的数据所在目录等。

解释器，编辑器，优化器，执行器：完成HIve查询语句从词法分析，语法分析，编译，优化以及查询计划的生成，生成的查询计划存储在HDFS中，并在随后被MapReduce调用执行。

1.3 HIve计算引擎<