HIve---1.Hive 基础知识

目录

1、Hive 基本概念 

1.1、Hive 简介 

1.1.1、什么是 Hive 

1.1.2、为什么使用 Hive 

1.1.3、Hive 特点 

1.2、Hive 和 RDBMS 的对比 

1.3、Hive 架构 ​ 

1.4、Hive 的数据存储 

---

1、Hive 基本概念 

1.1、Hive 简介 

1.1.1、什么是 Hive 

Hive 由 Facebook 实现并开源，是基于 Hadoop 的一个数据仓库工具，可以将结构化的数据 映射为一张数据库表，并提供 HQL(Hive SQL)查询功能，底层数据是存储在 HDFS 上。Hive 的本质是将 SQL 语句转换为 MapReduce 任务运行，使不熟悉 MapReduce 的用户很方便地利 用 HQL 处理和计算 HDFS 上的结构化的数据，适用于离线的批量数据计算

数据仓库之父比尔·恩门（Bill Inmon）在 1991 年出版的“Building the Data Warehouse”（《建 立数据仓库》）一书中所提出的定义被广泛接受——数据仓库（Data Warehouse）是一个面 向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（Non-Volatile）、反映历史 变化（Time Variant）的数据集合，用于支持管理决策(Decision Making Support)。 

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 
 

1.1.2、为什么使用 Hive 

直接使用 MapReduce 所面临的问题：  

人员学习成本太高

 项目周期要求太短  

MapReduce 实现复杂查询逻辑开发难度太大 

为什么要使用 Hive： 

更友好的接口：操作接口采用类 SQL 的语法，提供快速开发的能力  

更低的学习成本：避免了写 MapReduce，减少开发人员的学习成本

 更好的扩展性：可自由扩展集群规模而无需重启服务，还支持用户自定义函数