Hadoop中Hive原理及安装

Hive是什么(官网概念)

Apache Hive™数据仓库软件有助于使用SQL读取，写入和管理驻留在分布式存储中的大型数据集。可以将结构投影到已存储的数据上。提供命令行工具和JDBC驱动程序，用于将用户连接到Hive。整理了一份适合2018年学习的大数据资料需要的加群QQ群：834325294 注明优快云既可免费获取

• Hive是建立在Hadoop (HDFS/MR)上的用于管理和查询结果化/非结构化的数据仓库;
• 一种可以存储、查询和分析存储在Hadoop 中的大规模数据的机制;
• Hive 定义了简单的类SQL 查询语言，称为HQL，它允许熟悉SQL 的用户查询数据;
• 允许用Java开发自定义的函数UDF来处理内置无法完成的复杂的分析工作;
• Hive没有专门的数据格式(分隔符等可以自己灵活的设定);

适用场景

• Hive不适用于在线事务处理。 它最适用于传统的数据仓库任务
• Hive的执行延迟比较高，因为hive常用于数据分析的，对实时性要求不高;
• Hive优势在于处理大数据，对于处理小数据没有优势，因为hive的执行延迟比较高。

1 Execute Query

Hive接口，如命令行或Web UI发送查询驱动程序(任何数据库驱动程序，如JDBC，ODBC等)来执行。

2 Get Plan

在驱动程序帮助下查询编译器，分析查询检查语法和查询计划或查询的要求。

3 Get Metadata

编译器发送元数据请求到Metastore(任何数据库)。