Hive概述

Hive本质是什么？

1.Hive是分布式数据仓库，同时又是查询引擎，所有Spark SQL取代只是Hive查询引擎，在企业中Hive + Spark SQL是目前最为经典的数据分析组合。

2.Hive本身是一个单机版本软件，主要负责：

   a) 把HQL翻译成Mapper(s)-Reducer-Mapper(s)代码，并且可能产生很多MapReduces的Job

   b) 把生产的MapReduce代码及相关资源打包成Jar，发布到Hadoop集群中运行（这一切都是自动的）

3.Hive的架构

Hive安装和配置

1.export 环境变量

2.vim hive-env.sh

export HADOOP_HOME

3.vim hive.site.xml

hive.site.xml指定Hive数据仓库的具体的具体存储。

4.安装MySQL

5.Hive的表有两种基本类型

外部表：数据不属于Hive数据仓库，元数据中会表达具体数据在哪里，使用的时候和内部表的使用时一样的，只是通过Hive去删除的话，此时删除的是元数据，并没有删除数据本身

内部表：这种表数据属于Hive本身，原来的数据在HDFS的其他地方，此时数据会通过HDFS移动到Hive数据仓库所在的目录下，如果删除Hive中的该表的话，数据和元数据均会被删除。

说明：

Hive默认情况下，放元数据的是Derby，遗憾的是Derby是单用户的，在生产环境下一般采用支持多用户的数据库，来进行Meta Store，且进行Master-Slave主从读写分离和备份，最常用是MySQL