Hive(一)

1、什么是hive

1、什么是`hive`

hive 基于hadoop 分布式文件系统hdfs 开发的一个ETL（从数据源抽取Extract，并清洗交互转换Transform到加载Load目的端的一个过程） 和 数据仓储工具。hive 很容易执行很多操作

• 数据封装
• ad-hoc 查询：一条语句查询可能进行的是不同的查询，见https://stackoverflow.com/questions/2460954/what-is-ad-hoc-query“>
• 大数据集的分析

1.1、hive 特点

• hive 中首先建立数据库和表，然后再导入数据
• hive 被设计用来管理和查询存储在表中的结构化数据
• hive 使得用户脱离了复杂map reduce的编写,每条sql查询会被翻译成map reduce
• hive 提供的sql叫做hsql
• hive支持四种类型的文件：TEXTFILE, SEQUENCEFILE, ORC and RCFILE (Record Columnar File)

2、hive 结构

• hive clients：提供不同的驱动给应用，便于和hive server交互
• hive server：所有查询都需要经过hive server
• Hive Storage and Computing：
  

3、hive 模式

• 本地模式：适用于只含一个datanode，数据很小

$ hive
$ hive> SET mapred.job.tracker=local;

• map reduce模式：多节点datanode、数据分布在不同节点上