2019年最新大数据HIVE定义及数据类型详解

前言

一转眼进入了2019年的4月份，学习大数据的小伙伴们肯定很辛苦吧，在大数据开发中HIVE在其中占了很大的比重，可以说是整个大数据仓的核心，在本文将详细介绍HIVE这个模块，废话不多说跟随小编一起来学习吧。

正文

一、Hive概述

1.Hive简介
　　Hive数据仓库软件有助于使用SQL读取、编写和管理驻留在分布式存储中的大型数据集。提供了命令行工具和JDBC驱动程序以将用户连接到Hive。
　　Hive可以将SQL语句自动转化为Mapreduce程序，节省了手写框架的困难。
　　2.Hive优缺点
　　优点：

   1）操作接口采用了SQL，避免了首先MR程序，简化开发，降低学习成本；

2）Hive依赖于HDFS做存储，是HDFS上的工具；
　　3）Hive虽然使用SQL，但是他能处理大规模的数据；
　　4）Hive支持自定义函数。
　　缺点：

   1）Hive执行延迟较高，大多适用于实时性不高的场景或用于处理历史数据；

2）Hive的SQL表达能力有限，有些复杂场景还需要MR程序；
　　3）hive效率低，优化较难。

二、Hive架构

Hive提供了一下了接口：hive shell、JDBC/ODBC
　　Hive的工作流程：
　　1.客户端可以通过多种接口来使用hvie，比如cli（命令行）、jdbc（java）；
　　2.比如使用命令行select count(*) from user调用SQL
　　客户端回去Meta元数据中调用MySQL的数据(hive默认数据库是derby，我们可以修改指定为MySQL)；
　　3.从Meta获取数据库数据后，命令行和数据一次传入SQL Parser解析器、Physical编译器、Query优化器、Execution执行器；
　　4.最后对生成的MR程序进行运算，返回结果。
　　
　　三、Hive中的数据类型

结尾

通过本文的描述各位小伙伴们对于HIVE是不是有了一个基本的了解？是不是感觉很神奇？那么接下来就要靠你们自己的刻苦联系了。