大数据-Hive

Hive

简介

Apache Hive是一个数据仓库软件在Hadoop中处理结构化数据，有助于使用SQL读取，编写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中。提供了命令行工具和JDBC驱动程序以将用户连接到Hive

特点

优点

（1）操作接口采用类SQL语法，简单、快速

（2）可以替代MapReduce程序，sqoop

（3）可以处理海量数据

（4）支持UDF，自定义函数

缺点

（1）处理数据延迟高，慢

（2）HQL的表达能力有限

架构图

（1）用户通过客户端的CLI和JDBC来操作Hive

（2）Hive将元数据存储在数据库中，如mysql、derby

（3）SQL解析器、编译器、query优化器和execution执行器完成HQL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

（4）生成的查询结果存储在HDFS中

（5）调用底层MapReduce进行查询和计算

数据类型

Java数据类型	Hive数据类型	长度
byte	TINYINT	1个字节（有符号整数）
short	SMALLINT	2个字节（有符号整数）
int	INT	4个字节（有符号整数）
long	BIGINT	8个字节（有符号整数）
boolean	BOOLEAN
float	FLOAT	单精度浮点
double	DOUBLE	双精度浮点
string	STRING	1个字节