Apache Hive

hive官網原文地址 https://cwiki.apache.org/confluence/display/Hive/Home;jsessionid=91AF539FA31786D88F9DCAA009B31ED9

      hive 資料倉庫使用基於分散式儲存和查詢的sql語義，能夠很方便地的讀寫，管理海量資料集。

      基於hadoop,hive有以下特性：

      1、通過sql工具能夠很容易的訪問資料，由此實現了資料倉管的功能如etl,報告，資料分析等。

      2、提供對各種資料格式結構化的一種機制。

      3、能夠訪問儲存在hdfs或hbase中的檔案。

      4、查詢引擎可以是Tez,Spark,MapReduce。

      5、過程化語言hplsql。                                                                 注：過程化語言即第三代語言c,c++，java

      6、通過Hive LLAP,YARN或者Slider進行亞秒級查詢 。

       hive提供了標準sql功能，包括許多SQL:2003和SQL:2011及以後版本的分析特性。使用者可以通過UDFs,UDAFs,UDTFs新增自己的程式碼來擴充套件hive的sql功能。

       hive支援多種資料儲存格式，自帶了用於逗號和製表符分割值的內建聯結器，可用於（csv/tsv）文字檔案，Parquet，ORC和其他格式檔案。使用者可以使用聯結器來擴充套件對其他格式檔案的支援，詳細看

       hive的元件主要有HCatalog和WebHCat.

       1、HCatalog是hadoop中表和儲存的管理層，使使用者能夠用不同的工具如pig，mapreduce來處理不同的資料，在這個架構中能夠很方便的讀寫資料。

       2、WebHCat提供了這樣一種服務，讓你可以執行Hadoop的MapReduce,Pig,Hive任務，或者使用HTTP介面（Rest風格）來執行hive元資料的操作。