• Apache Hive

Apache Hive

Apache Hive 資料倉庫軟體幫助在分散式儲存中讀取、寫入和管理大型資料集，並使用SQL語法查詢。

Hive是在Apache Hadoop之上構建的，它提供了以下特性：

• 是一個能夠通過SQL輕鬆訪問資料的工具，從而支援資料倉庫任務，如提取/轉換/載入（ETL）、報告和資料分析等。
• 一種將結構強加於各種資料格式的機制
• 對儲存在 Apache HDFS 或其他資料儲存系統中的檔案的訪問，如 Apache HBase™
• 通過 Apache Tez™
  、Apache Spark™ 或 MapReduce™ 執行查詢
• HPL-SQL 程式語言
• 通過 Hive LLAP、Apache YARN 和 Apache Slider 進行次秒查詢檢索

Hive 提供了標準的 SQL 功能，包括許多後來的 SQL:2003 和 SQL:2011 的分析功能。
使用者也可以通過自定義函式（udf）、聚合（UDAFs）和表函式（udf）來擴充套件 Hive 的 SQL 。

Hive 不能使用 “Hive format” 來指定資料儲存。Hive 內建了逗號和文字檔案製表符值(CSV/TSV) ，Apache Parquet™, Apache ORC™

Hive 不是為聯機事務處理工作負載而設計的。它最好用於傳統的資料倉庫任務。
Hive 是為了最大化可伸縮性scalability （在 Hadoop 叢集中動態新增更多的機器），效能、可擴充套件性extensibility、容錯和與輸入格式的鬆耦合而設計的。

Hive 包括 HCatalog 和 WebHCat 元件：

• HCatalog：作為 Hadoop 的一個表和儲存管理層，它允許使用者使用不同的資料處理工具（包括 Pig and MapReduce — 能夠更好的讀寫表格資料）。
• WebHCat：WebHCat 提供了一個服務，用來執行 Hadoop MapReduce（or YARN）、Pig、Hive jobs or 使用一個 HTTP（REST style）介面來執行 Hive 元資料操作。