数据仓库-Hive
## Hive 的基本概念
### Hive 简介
##### 什么是 Hive
Hive是基于Hadoop的一个数据仓库工具,可以将**结构化的数据**文件映射为一张数据库表,并提供类SQL查询功能。
其本质是将SQL转换为MapReduce的任务进行运算,底层由HDFS来提供数据的存储,说白了hive可以理解为一个将SQL转换为MapReduce的任务的工具,甚至更进一步可以说hive就是一个MapReduce的客户端
##### 为什么使用 Hive
* 采用类SQL语法去操作数据,提供快速开发的能力。
* 避免了去写MapReduce,减少开发人员的学习成本。
* 功能扩展很方便。
* **用户接口:** 包括CLI、JDBC/ODBC、WebGUI。其中,CLI(command line interface)为shell命令行;JDBC/ODBC是Hive的JAVA实现,与传统数据库JDBC类似;WebGUI是通过浏览器访问Hive。
* **元数据存储:** 通常是存储在关系数据库如mysql/derby中。Hive 将元数据存储在数据库中。Hive 中的元数据包括表的名字,表的列和分区及其属性,表的属性(是否为外部表等),表的数据所在目录等。
* **解释器、编译器、优化器、执行器:** 完成HQL 查询语句从词法分析、语法分析、编译、优化以及查询计划的生成。生成的查询计划存储在HDFS 中,并在随后有MapReduce 调用执行。
###Hive 与 Hadoop 的关系
Hive利用HDFS存储数据,利用MapReduce查询分析数据
###Hive与传统数据库对比
hive用于海量数据的离线数据分析
总结:hive具有sql数据库的外表,但应用场景完全不同,hive只适合用来做批量数据统计分析
### Hive 架构
* **用户接口:** 包括CLI、JDBC/ODBC、WebGUI。其中,CLI(command line interface)为shell命令行;JDBC/ODBC是Hive的JAVA实现,与传统数据库JDBC类似;WebGUI是通过浏览器访问Hive。
* **元数据存储:** 通常是存储在关系数据库如mysql/derby中。Hive 将元数据存储在数据库中。Hive 中的元数据包括表的名字,表的列和分区及其属性,表的属性(是否为外部表等),表的数据所在目录等。
* **解释器、编译器、优化器、执行器:** 完成HQL 查询语句从词法分析、语法分析、编译、优化以及查询计划的生成。生成的查询计划存储在HDFS 中,并在随后有MapReduce 调用执行。
###Hive 与 Hadoop 的关系
Hive利用HDFS存储数据,利用MapReduce查询分析数据
### Hive与传统数据库对比
hive用于海量数据的离线数据分析
总结:hive具有sql数据库的外表,但应用场景完全不同,hive只适合用来做批量数据统计分析