本文介绍了Hive作为基于Hadoop的数据仓库工具，它允许使用类SQL语法操作数据，简化了MapReduce的编写。Hive的架构包括用户接口、元数据存储、解析器等组件，其元数据通常存储在MySQL中。Hive与Hadoop紧密相关，依赖HDFS存储数据，使用MapReduce进行查询分析。同时，文章对比了Hive与传统数据库的差异，并提供了Hive3.1.2版本的安装指南。
Hive系列学习笔记
1 简介
什么是Hive
Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供类SQL查询功能。
其本质是将SQL转转为MapReduce的任务进行运算，底层由HDFS来提供数据的存储，hive可以理解为一个将SQL转换为MapReduce的任务的工具，甚至更进一步可以说hive是一个MapReduce的客户端
为什么使用Hive
- 采用了类SQL语法操作数据，提供快速开发的能力
- 避免去写MapReduce，减少了开发人员的学习成本
- 功能扩展方便
2 Hive的架构
用户接口：包括CLI、JDBC/ODBC、WebGUI，其中CLI为shell命令行，JDBC/ODBC是hive的java实现，webGUI是通过浏览器访问hive
元数据存储：通常存储在关系型数据库如mysql中
解析器（编译器、优化器、执行器）
MapReduce
HDFS、客户端
3 Hive与Hadoop的关系
- Hive利用HDFS存储数据
- Hive利用MapReduce查询分析数据
4 Hive与传统数据库的对比
| Hive | RDBMS | |
|---|---|---|
| 查询语言 | HQL | SQL |
| 数据存储 | HDFS | Raw Device or Local FS |
| 执行 | MapReduce | Excutor |
| 延迟 | 高 | 低 |
项目对比：
5 Hive的安装
选用Hive3.1.2版本，下载路径为：
https://mirrors.bfsu.edu.cn/apache/hive/hive-3.1.2/
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
