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  

6.Hive的数据存储在HDFS中，针对大部分的HQL查询请求，Hive内部自动转换为MapReduce任务执行。

7.Hive 和 MySQL 之间通过 MetaStore 服务交互

8.Hive 依赖于 HDFS 存储数据，Hive 将 HQL 转换成 MapReduce 执行，所以说 Hive 是基于 Hadoop 的一个数据仓库工具，实质就是一款基于 HDFS 的 MapReduce 计算框架，对存储在 HDFS 中的数据进行分析和管理

9.执行流程：HiveQL 通过命令行或者客户端提交，经过 Compiler 编译器，运用 MetaStore 中的元数 据进行类型检测和语法分析，生成一个逻辑方案(Logical Plan)，然后通过的优化处理，产生 一个 MapReduce 任务

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

转载于原文：https://blog.csdn.net/wjandy0211/article/details/78354661