【Hive】Hive基础1

一、什么是Hive

1基于Hadoop的数据仓库解决方案

2将结构化的数据文件映射为数据库表

3提供类sql的查询语言HQL

 

二、Hive的优势和特点

1、提供了一个简单的优化模型

2、HQL类SQL语法，简化MR开发

3、支持在不同的计算框架上运行

4、支持用户自定义函数

 

三、Hive元数据管理

默认由 Derby数据库管理

实际用Mysql，修改配置文件hive-site.xml

 

四、原始数据类型

类型	示例	类型	示例
TINYINT	10Y	SMALLINT	10S
INT	10	BIGINT	100L
FLOAT	1.342	DOUBLE	1.234
DECIMAL	3.14	BINARY	1010
BOOLEAN	TRUE	STRING	'Book’ or “Book”
CHAR	'YES’ or “YES”	VARCHAR	'Book’ or “Book”
DATE	'2013-01-31’	TIMESTAMP	'2013-01-31 00:13:00.345’

 

五、复杂数据类型

ARRAY：存储的数据为相同类型

MAP:具有相同类型的键值对

STRUCT:封装了一组字段

类型	格式	定义	示例
ARRAY	[‘Apple’,’Orange’,’Mongo’]	ARRAY	a[0] = ‘Apple’
MAP	{‘A’:’Apple’,’O’:’Orange’}	MAP	b[‘A’] = ‘Apple’
STRUCT	{‘Apple’, 2}	STRUCT	c.weight = 2

 

六、Hive元数据结构

数据结构	描述	逻辑关系	物理存储（HDFS)
Database	数据库	表的集合	文件夹
Table	表	行数据的集合	文件夹
Partition	分区	用于分割数据	文件夹
Buckets	分桶	用于分布数据	文件
Row	行	行记录	文件中的行
Columns	列	列记录	每行中指定的位置
Views	视图	逻辑概念，可跨越多张表	不存储数据
Index	索引	记录统计数据信息	文件夹

 分区和分桶的区别：都是用于分割数据，为了提高查询效率，区别是分区在HDFS表现为一个表文件夹下的子文件夹，分桶表现为同一目录下的文件。