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，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。 其优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析Facebook公司最早完成并开源了hive框架，可以将sql语句直接翻译成MapReduce程序。Hive是基于Hadoop的一个数据仓库工具，可以将结构化数据文件映射成一张表，并提供类似SQL的查询功能。Hive相当于一个客户端。
1. Hive框架的作用：
（1）可以让不懂java的数据分析人员使用hadoop进行数据分析；
（2）MapReduce开发非常繁琐复杂，使用hive可以提高效率。
（3）统一的元数据管理，可与impala/spark共享元数据。
2. Hive基础：
（1）使用HQL作为查询接口；使用MapReduce进行计算；数据存储在HDFS上；运行在Yarn上。
（2）Hive比较灵活和可扩展性，支持UDF和多种文件格式。
（3）Hive适合离线数据分析（批量处理、延时要求很大）。
2. SQL on Hadoop框架：
Hive是一种最常见、使用最为广泛的SQL on Hadoop框架。还包括几个其他常见的sql on hadoop框架：
1. Presto：
最早由Facebook开源，国内京东使用比较广泛。
2. Drill：
3. impala：
由Cloudera公司提供，基于内存的。hive是基于硬盘的。
4. Spark SQL：
3. Hive架构：
Hive可以作为ETL工具（有一个常见的开源ETL工具，kettle）、报表工具 和数据分析工具。Hive可以访问HBase数据。Hive没有专门的数据存储格式。
Hive 体系结构
（1）客户端：CLI：
Hive的使用场景中，99%的情况使用CLI，JDBC比较少用（因为Hive主要是用作离线分析的）。
（2）元数据MetaStore（企业一般使用MySQL；为了避免单点故障，搭建HA、主从结构）： 存储数据库、表名、字段等。Spark、Impala也有自己的MetaStore，并且可以和Hive的MetaStore共享。
（3）驱动器Driver：
解析器、编译器、优化器、执行器。
（4）使用MapReduce计算
（5） 数据存储在HDFS上。
需要大数据学习资料的小伙伴可以加群：862879153，群内有免费的大数据实时交易监控系统，推荐系统理论，用户行为分析等等项目实战学习资料领取。
由于Hive只是一个客户端，在安装时，我们可以在Hadoop集群中，选择一台安装Hive。Hive没有集群的概念，但是可以搭建Server/Client端。
今天的Hive就聊到这里啦，需要学习怎么安装Hive，麻烦大家自行百度了哈，小编与百度已达成长期合作，有问题请百度一下，如果百度不到的话，也可以加群跟大牛一起学习。哈哈，最后，祝大家工作顺利！
閱讀更多 大數據開發工程師 的文章
