大数据之Hive

Hive的基本了解

1.什么是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（HQL）。

2.为什么要使用Hive

• 操作接口采用类SQL语法，提供快速开发的能力。

• 避免了去写MapReduce，减少开发人员的学习成本。

• 功能扩展很方便。

3.Hive的特点

• 可扩展

  Hive可以自由的扩展集群的规模，一般情况下不需要重启服务。

• 延展性

  Hive支持用户自定义函数，用户可以根据自己的需求来实现自己的函数。

• 容错

  良好的容错性，节点出现问题SQL仍可完成执行。

4.Hive架构图

5.Hive与Hadoop的关系

Hive利用HDFS存储数据，利用MapReduce查询分析数据

Hive的安装部署

1.derby版hive直接使用

前提：Hive安装非常简单，解压之后即可直接运行，不需要太多配置，前提是要配置JAVA_HOME和HADOOP_HOME。并且Hadoop要全量启动（五个进程）

• 解压hive

cd /opt/softwares

tar -xvzf apache-hive-2.3.6-bin.tar.gz -C ../servers/

• 修改目录名称

cd ../servers/
mv apache-hive-2.3.6-bin hive-2.3.6

• 初始化元数据库

cd hive-2.3.6
bin/schematool -dbType derby -initSchema

• 启动

在hive-2.3.6目录下执行
bin/hive

• 创建数据库

create database jtdb;

• 创建表

use jtdb;
create table tb_user(id int,name string);

• 插入数据

insert into table tb_user values(1,"zhangfei");

2.基于mysql管理元数据版hive

• 解压hive