HIVE的简介

What is Hive

Hive是基于Hadoop(HDFS,
MapReduce)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，并提供类SQL查询功能。
本质是将SQL转换为MapReduce程序

Why use Hive

面临的问题：
1）人员学习成本太高

我只是需要一个简单的环境：
1）MapReduce如何搞定
2） 复杂查询好难
3） Join如何实现

为什么要使用Hive
1） 操作接口采用类SQL语法，提供快速开发的能力
2）避免了去写MapReduce，减少开发人员的学习成本
3)扩展功能很方便

Hive的特点
1) 可扩展 : Hive可以自由的扩展集群的规模，一般情况下不需要重启服务
2)延展性 : Hive支持用户自定义函数，用户可以根据自己的需求来实现自己的函数
3)容错 :良好的容错性，节点出现问题SQL仍可完成执行

Hive architecture
主要分为以下几个部分：

用户接口：包括 命令行CLI，Client，Web界面WUI，JDBC/ODBC接口等

中间件 ：包括thrift接口和JDBC/ODBC的服务端，用于整合Hive和其他程序。
元数据 ：metadata存储，通常是存储在关系数据库如 mysql, derby 中的系统参数

底层驱动：包括HiveQL解释器、编译器、优化器、执行器（引擎）。

Hadoop ：用 HDFS 进行存储，利用MapReduce 进行计算。

Hive and Hadoop

Hive and RDBMS