一、hive是什麼？
二、hive和常用資料庫的區別
hive基於hadoop，hadoop是批處理系統，不能保證低延遲，因此，hive的查詢也不能保證低延遲。hive的工作模式是提交乙個任務，等到任務結束時被通知，而不是實時查詢。相對應的是，類似於oracle這樣的系統當執行於小資料集的時候，響應非常快，可當處理的資料集非常大的時候，可能需要數小時。需要說明的是，hive即使在很小的資料集上執行，也可能需要數分鐘才能完成。總之，低延遲不是hive追求的首要目標。hive的設計目標是：可伸縮、可擴充套件、容錯及輸入格式松耦合。
三、hive的幾個特點
1.hive最大的特點是通過類sql來分析大資料，而避免了寫mapreduce程式來分析資料，這樣使得分析資料更容易；
2.資料是儲存在hdfs上的，hive本身並不提供資料的儲存功能；
3.hive是將資料對映成資料庫和一張張的表，庫和表的元資料資訊一般存在關係型資料庫上（比如mysql）；
4.資料儲存方面：它能夠儲存很大的資料集，並且對資料完整性、格式要求並不嚴格；
5.資料處理方面：因為hive語句最終會生成mapreduce任務去計算，所以不適用於實時計算的場景，它適用於離線分析。
四、hive架構
hive的核心是驅動引擎，驅動引擎由四部分組成：直譯器：直譯器的作用是將hivesql語句轉換為語法樹（ast）；編譯器：編譯器是將語法樹編譯為邏輯執行計畫；優化器：優化器是對邏輯執行計畫進行優化；執行器：執行器是呼叫底層的執行框架執行邏輯執行計畫。
hive的資料是儲存在hdfs上的。hive中的庫和表可以看作是對hdfs上資料做的乙個對映。所以hive必須是執行在乙個hadoop集群上的。
hive語句的執行過程：hive中的執行器，是將最終要執行的mapreduce程式放到yarn上以一系列job的方式去執行。
hive的元資料儲存：hive的元資料是一般是儲存在mysql這種關係型資料庫上的，hive和mysql之間通過metastore服務互動。
hive客戶端：hive有很多種客戶端。cli命令列客戶端，採用互動視窗，用hive命令列和hive進行通訊；hiveserver2客戶端，用thrift協議進行通訊，thrift是不同語言之間的轉換器，是連線不同語言程式間的協議，通過jdbc或者odbc去訪問hive；hwi客戶端：hive自帶的乙個客戶端，但是比較粗糙，一般不用；hue客戶端：通過web頁面來和hive進行互動，使用的比較多。
五、hive 資源
facebook 映象（被牆需翻牆）：[[
wiki 頁面：[[
入門指南：[[
查詢語言指南：[[
演示文稿：[[
藍圖：[[
大多數有關 hive 的使用和特性的問題可以從以上的鏈結中尋找到答案。當然，由於 hive 本身在不斷的發展中，文件的更新速度很多時候都趕不上 hive 本身的更新速度，若希望了解 hive 的最新動態或者遇到 bug，可以加入 hive 的郵件列表：
* user: [email protected]
* developer: [email protected]
初學HIVE（一） 初步認識HIVE
hive是基於hadoop的資料倉儲工具，可以將結構化的資料檔案對映為一張表，並提供類sql查詢功能。本質是將hql轉化成mapreduce程式，儲存的基礎資料在hdfs上，執行程式執行在yarn上。hive 在查詢資料的時候，由於沒有索引，需要掃瞄整個表，因此延遲較高。還有乙個原因是mapredu...
HIve的初步認識（一 ）
mapreduce中用於統計分析的資料大部分都是結構化的資料，如果資料量比較小的時候，直接使用mysql，當資料量大的時候，針對這個結構化的資料的統計分析，sql更為方便，mapreduce的統計分析針對結構化資料的，絕大部分都可以使用sql語句做，比mapreduce開發成本低。出現了乙個基於mr...
hive的初步認識（二）
管理資料，不同模組的資料最好放在不同的資料庫中，同mysql中的資料庫的概念 內部表 管理表 managed table 表的建立，表的資料的刪除，都是由hive自己決定的，同mysql中的表。內部表在進行刪除的時候，元資料和原始資料都會被刪除 外部表 external table 和內部表對立面，...