Hive：應用設計

理解Hive

① Hive類似於HDFS客戶端，Hive所有表資料均存放在HDFS中，後設資料資訊存放於Mysql。Hive表結構設計，實際設計的是對HDFS資料的訪問方式，或者資料組織方式。對Hive表資料的操作最終以MapReduce任務的形式提交到叢集，並返回任務執行的結果。

② Hive作為架構於HDFS之上的資料操作框架，其分散式特性來自於HDFS和MapReduce而並非自身，因此，Hive以單機形式執行於叢集即可（叢集外亦可）。通過在hive-env.sh中設定HADOOP_HOME，即可將Hive繫結到指定的HDFS叢集。

③ Hive對錶資料執行的計算工作交由MapReduce實際執行，從而使得Hive對資料的操作具有一定的延遲。因此，Hive的核心在於將簡單的類SQL語句轉化為MapReduce任務對HDFS中的資料進行操作。

④ Hive on spark將計算引擎修改為spark，能夠提高對批量資料的執行效率。但其應用場景不變，仍適用的是對儲存於HDFS中的海量歷史資料進行離線分析處理。

⑤ Hive自身的所有特性，均表達的是對HDFS中資料操作的解構，簡單來說是一個操作HDFS資料的工具。利用Hive提供給熟悉SQL語言但陌生於java MapReduce程式設計的人員以方便的介面進行HDFS資料訪問和操作。

Hive適用場景

由Hive的設計初衷，Hive提供對HDFS資料的便捷訪問和操作。同時Hive以表的形式組織HDFS資料，使得對資料的訪問和操作粒度更小，操作更便捷，而非由繁瑣的程式設計實現。因此，如果需要對HDFS中的資料完成一些簡單的操作（具體見Hive操作部分）且不用編寫複雜的Java程式碼，或者需要提供給外部人員對HDFS資料訪問的介面，Hive是合適的選項。

原文參考：https://blog.csdn.net/regan_hoo/article/details/78672118