Hadoop和Hive的關係

1.Hadoop是一個能夠對大量資料進行分散式處理的軟體框架。Hadoop最核心的設計就是hdfs和mapreduce，hdfs提供儲存，mapreduce用於計算。
2.Hive是Hadoop的延申。hive是一個提供了查詢功能的資料倉庫核心元件，Hadoop底層的hdfs為hive提供了資料儲存，mapreduce為hive提供了分散式運算。

兩者的關係：
hdfs上儲存著海量的資料，我們要對這些資料進行計算和分析，則需要使用Java編寫mapreduce程式來實現，但Java程式設計門檻較高，且一個mapreduce程式寫起來要幾十上百行。
Hive可以直接通過sql操作Hadoop，sql簡單易寫，可讀性強，hive將使用者提交的sql解析成mapreduce任務供Hadoop直接執行。過程如下圖所示：

拓展：
1.hive不儲存資料，hive只是對資料進行分析計算，以及計算後的結果資料實際存放在分散式系統上，如HDFS；
2.hive某種程度來說也不進行資料計算，只是個直譯器，只是將使用者需要對資料處理的邏輯，通過sql程式設計提交後解釋成mapreduce程式，然後將這個MR程式提交給yarn進行排程執行。所以實際進行分散式運算的是mapreduce程式。
3.因為hive需要操作hdfs上的資料集，那麼它需要知道資料的切分格式，如行列分隔符，儲存型別，是否壓縮，資料的儲存地址等資訊。
內容來源：https://blog.csdn.net/weixin_43222191/article/details/126829112