hive是基於Hadoop的一個數據倉庫工具，可以將結構化的數據文件映射為一張數據庫表，並提供簡單的sql查詢功能，可以將sql語句轉換為MapReduce、Tez任務進行運行。 其優點是學習成本低，可以通過類SQL語句快速實現簡單的MapReduce統計，不必開發專門的MapReduce應用，十分適合數據倉庫的統計分析。

Hive將元數據存儲在數據庫（RDBMS）中，比如MySQL、Derby中。Hive有三種模式連接到數據，其方式是：單用戶模式，多用戶模式和遠程服務模式。（也就是內嵌模式、本地模式、遠程模式）

Hive是什麽

1、它是由FaceBook開源，最初用於解決海量結構化的日誌數據統計問題，它可以作為ETL工具。

2、它是構建在Hadoop之上的數據倉庫。

3、數據計算是MapReduce、Tez

4、數據存儲時HDFS

5、它定義了一種類SQL的查詢語言——HQL

6、它適合離線數據處理

7、它是將HQL轉換為MR、Tez的語言翻譯器。

8、HQL語言：簡單易用的類SQL查詢語言；編程模型：允許開發者自定義UDF、Trasform、Mapper、Reducer，來更簡單地完成復雜MapReduce無法完成的工作

9、數據格式：處理Hadoop上任意數據格式的數據，或則使用優化的格式存儲Hadoop上的數據，RCFile、ORCFile、Parquest

10、數據服務：HiveServer2，多種API訪問Hadoop上的數據，JDBC、ODBC

11、元數據服務：數據什麽樣，數據在哪裏，Hadoop上的唯一標準

Hive的常見應用場景

1、日誌分析

2、統計網站一個時間段內的pv、uv

3、從不同維度進行數據分析

4、海量結構化數據離線分析

Hive的優點/缺點

1、優點

1、簡單容易上手

2、它是為超大數據集而設計的計算和擴展能力

3、提供統一的元數據管理

2、缺點

Hive的HQL的表達能力有限

叠代式算法無法表達，比如PageRank；數據挖掘方面，比如K-means

如果，您認為閱讀這篇博客讓您有些收獲，不妨點擊一下右下角的【推薦】。
如果，您希望更容易地發現我的新博客，不妨點擊一下左下角的【關註我】。
如果，您對我的博客所講述的內容有興趣，請繼續關註我的後續博客，我是【劉超★ljc】。

本文版權歸作者，禁止轉載，否則保留追究法律責任的權利。

hive介紹