大数据原理与技术（八）：数据仓库Hive

Hive是基于Hadoop的数据仓库软件，可与将结构化的数据文件映射为数据库表，并提供类SQL查询功能。Hive将SQL语句转化成MapReduce任务进行处理，适用于大型分布式数据集的查询管理。

一、Hive概述

1.Hive简介和应用

（1）Hive是什么
Hive是基于Hadoop的数据仓库软件，某种程度上可以看作是用户编程接口，本身不存储和处理数据，可以用来进行数据提取转化加载（ETL），在Hadoop中存储、查询和分析大规模数据，依赖分布式文件系统HDFS存储数据，依赖分布式并行计算模型MapReduce处理数据，Hive还定义了类SQL查询语言——HiveQL，提供类SQL的查询功能。