hive和Hadoop、spark、HDFS、Hbase是什么？
什么是ETL：
即extract：提取
transform：转换
load：加载
ETL其实是数据清洗后的数据
什么是数据中台：
从抽取数据开始，到最终用户看到，这一系列过程都是数据中台；
指的是一套数据应用和工具，包括分布式ETL、数据资产管理、数据标签管理、数据沙箱、自助分析平台、元数据管理、数据质量管理等等，底层则已现有的数仓、大数据平台等为数据源，为企业提供数据资产管理的能力，并持续挖掘数据价值，持续提供数据智能服务。
什么是数据仓库：
数仓是存数据的，企业的各种数据往里面抽取，主要目的是为了分析数据，后续会基于它产出供分析挖掘的数据，或者数据应用需要的数据
如何理解Hive和hadoop关系？
1）从概念上来看
-> Hive是基于Hadoop的一个数据仓库工具，hadoop是海量分布式存储计算框架，底层就是hdfs分布式文件管理系统和mapreduce分布式计算框架；它是MapReduce的一个封装，底层就是MapReduce程序；
2）从本质上来看
hive是用来调用计算引擎MapReduce操作数据hdfs的；
就是把hivesql语句转化为MapReduce程序，hivesql其实就是mapreduce封装而成。Hive的出现是为了自动化编写MapReduce程序，通过sql语句让mapreduce进行查询、聚合、排序等；
3）hadoop三大组件：
Hdfs分布式文件管理系统、mapreduce分布式计算系统、yarn资源调度框架；
Hive的优缺点
1. 优点
（1）简单、只需要写SQL语句就行；
（2）Hive常用于数据分析，适合处理离线数据（静态数据）；
（3）优势在于处理大数据；
ps：mysql适合处理数据的增删改查，适合处理业务型实时数据（动态数据）
2. 缺点
1）数据挖掘不擅长（擅长数据挖掘的是Spark）；
2）Hive自动生成MapReduce作业，通常不够智能化，效率比较低
3）不能更新、删除、插入;只能通过文件追加数据
4）不能对列建立索引（想提高Hive的查询速度，请学习Hive的分区、桶的应用）
4）hive只适合做数据分析，不适合做业务型实时数据
Hive链接方式
只能通过jdbc来链接；
什么是JDBC
JDBC（JavaDataBase Connectivity）就是Java数据库连接，说白了就是用Java语言来操作数据库。原来我们操作数据库是在控制台使用SQL语句来操作数据库，JDBC是用Java语言向数据库发送SQL语句。
什么都是spark
即：海量分布式存储分析框架、搜索引擎是spark，操作语言是Spark SQL ，比hadoop的mapreduce更快，效率更高；目前华为云采用的就是spark框架；他的分布式文件管理系统obs是基于hdfs封装优化的；
什么是hbase？
Hbase基于hdfs的非关系型数据库；
是一种Key/Value系统，它运行在HDFS之上
HBase – Hadoop Database，是一个高可靠性、高性能、面向列、可伸缩、实时读写的分布式数据库，HBase是一个分布式存储、数据库引擎，可以支持千万的QPS、PB级别的存储，hadoop行存储瓶颈是是几十亿级别的；不支持sql，是面向列的数据库，新增列直接insert即可
mysql/sqlserver：
关系型数据库，支持事务，支持索引，支持sql，表结构需要提前定义；想要新增列，需要ALTER TABLE 语句用于在已有的表中添加、修改或删除
mysql单表数据瓶颈是千万级的行记录
瓶颈说的是性能瓶颈，不会存在溢出情况因为都是存在磁盘上
数据本身只要磁盘够就不会溢出
但是如果我们的主键ID，是int类型（32位），自增，那int类型最大值是2,147,483,647（21亿），如果数据量超过这个，那就会数据类型溢出
所以现在业务数据表一般用bigint（64位，最大值9223372036854775807）（百亿亿），绝对够用，对于一般配置表，基础信息表这种用int也是绝对够用的
什么是flink？
分布式计算系统，处理在线的实时的大数据；
机制是：客户端通过DMS（数据库管理平台）kafka写入数据，采用flink流式处理框架计算（一条条写入），写入到rds的mysql中；
mangodb是什么？
MongoDB 是由C++语言编写的，是一个基于分布式文件存储的开源数据库系统。
也是一个数据库类型，他比sqlserver和mysql，生提供高读写的能力，吞吐量大大增强。
MongoDB 将数据存储为一个文档，数据结构由键值(key=>value)对组成。类似json格式
