hive簡單來說，就是一個用來查詢hadoop當中（hdfs）資料的一個工具。它的結構如下：

hive當中有一部分用來儲存元資料，也就是metadata，這些metadata包含了hadoop當中的資料表的schema，比如說一個表的所有列名稱，欄位，型別。以及有哪些表table已經被hdfs所儲存。

而這些資料儲存在hive自身的資料庫當中，hive中metadata的資料庫一般使用的是mysql進行儲存，或者使用自帶的derby資料庫進行儲存。

Hive當中還有一個比較重要的部分則是Driver,Driver的作用主要是：將hql（類似於sql的statement）翻譯成mapreduce，或者將其翻譯成shell命令。

同時hive是一個數據倉庫工具，它並沒有分散式叢集的概念，如是使用hive提交作業，可以將其提交到hadoop上的master slave上面就好。hive和我們的mapreduce有一定的區別，hive只是用來寫hql的，而mapreduce可以實實在在地做離線分散式計算。

二. Hive和關係型資料庫的區別

區別如下圖所示：

hive還具備關係型資料庫所不具備的內部表和外部表，內部表一般儲存在hive的內部，預設為/user/hive/warehouse，外部表一般儲存在hdfs當中，並且由hdfs來管理。外部表建立的時候有external關鍵字。

三.分割槽表

hive當中還有一種表，也就是分割槽表。也就是說，同一個表，可以用多個分割槽來進行表示。

使用分割槽表的原因：

當資料量比較大的時候，可以使用分割槽表對資料進行劃分，縮小查詢資料的範圍。

分割槽表實際上就是在表的目錄下建立的子目錄。

如果有分割槽表進行查詢的時候，要儘量使用分割槽的欄位。

比如我們可以按照日期來劃分分割槽表，這樣我們就可以單獨檢視某一天的所有資料。

建立分割槽表：

create table t1(
    id      int
   ,name    string
   ,hobby   array<string>
   ,add     map<String,string>
)
partitioned by (pt_d string)
row format delimited
fields terminated 
 
by ','
collection items terminated by '-'
map keys terminated by ':'
;