Hive-数据仓库理论

数据仓库

用于存储、分析、报告的数据系统，目的是构建面向分析的集成化数据环境，分析结果为企业提供决策支持。
主要特征：
1、面向主题-在抽象层面上是对数据进行完整、一致和准确的描述，在逻辑意义上，是对应企业中某一宏观分析领域所涉及的分析对象；
2、集成性-与主题相关的数据通常会分布在多个操作型系统中，彼此分散、独立、异构，需要集成到数仓主题下，需要对数据进行抽取、转换、加载（ETL）；
3、非易失性-数据仓库是分析数据的平台而不是创造数据的平台，它反映的是一段相当长的时间内的历史数据，在数仓中多是查询操作，而不是修改和删除；
4、时变性-数仓的数据需要随时间更新，以适应决策的需要。

OLTP、OLAP

OLTP：联机事务处理（On-Line Transaction Processing）
传统的关系型数据库系统，主要用于数据操作型处理，针对具体业务在数据库联机的日常操作，用户会比较关心操作的响应时间、数据的安全性、完整性和并发支持的用户数等问题。
OLAP：联机分析处理（On-Line Analytical Processing）
用于数据分析，大数据，一般响应比较慢。

数据仓库分层

一般是三层：
操作型数据层（ODS）、数据仓库层（DW）和数据应用层（DA）