hive基础知识（二）
hive使用场景：
离线数据
处理大数据
延迟高
数据的离线处理；比如：日志分析，海量结构化数据离线分析…
Hive的执行延迟比较高，因此hive常用于数据分析的，对实时性要求不高的场合；
Hive优势在于处理大数据，对于小数据没有优势，因为Hive的执行延迟比较高。
hive优点：
操作接口采用类SQL语法，提供快速开发的能力(简单、容易上手)；
避免了去写MapReduce，减少开发人员的学习成本；
统一的元数据管理，可与impala/spark等共享元数据；
易扩展(HDFS+MapReduce：可以扩展集群规模；支持自定义函数)；
数据分析师交流群：283296032
hive具体操作：
1、查看数据库：
show databases;
2、创建数据库：
create database if not exists a;
3、查看数据库信息：
describe databases a;
hive> describe database a;
OK
a hdfs://host-10-10-10-17:6200/user/hive/warehouse/a.dbhadoopUSER
Time taken: 0.034 seconds, Fetched: 1 row(s)
hive> desc database a;
-------同上面一样
4、使用数据库、查看表
hive> use a;
OK
Time taken: 0.014 seconds
hive> show tables;
OK
Time taken: 0.058 seconds
5、设置数据库名的显示
hive> set hive.cli.print.current.db=true;
$ bin/hive --hiveconf hive.cli.print.current.db=true;
6、建表
hive (a)> create table if not exists student(id int,name string) row format delimited fields terminated by '\t' stored as textfile;
OK
Time taken: 0.131 seconds
7、加载数据
cd /home/hadoop/
ls
cd datas
pwd 打印当前目录
rz 上传文件
[hadoop@host-10-10-10-186 datas]$ rz
hive (a)> insert into table student(id,name) values(100,'zhang');
确定文件的位置：
/home/hadoop/datas/student.tsv
hive (a)> load data local inpath '/home/hadoop/datas/student.tsv' into table student;
hive (a)> select * from student;
8、
设置显示表头：
hive (a)> set hive.cli.print.header=true;
hive (a)> select * from student;
不显示表头：
hive (a)> set hive.cli.print.header=false;
9、
查看文件具体信息
$ cat student.tsv
删除:
rm -rf student.tsv
操作流程：
首先建表：
hive (a)>create table if not exists student(id int,name string) row format delimited fields terminated by '\t' stored as textfile;
$ cd /home/hadoop/
$ ls
$ cd datas
$ ls
$ cat student.tsv
(在本地数据上传:$ rz ：已上传，不用操作)
$ pwd
显示的结果：
eg:不是绝对的，看你自己的目录就可以了
/home/hadoop/datas
hive (a)>load data local inpath '/usr/local/apache-hive-1.2.1-bin/student.tsv' into table student;
hive (a)> select * from student;
hive (a)> set hive.cli.print.header=true;
可视化工具：hue