hive 的使用

hive是基於Hadoop的一個資料倉儲工具，可以將結構化的資料檔案對映為一張資料庫表，並提供簡單的sql查詢功能，可以將sql語句轉換為MapReduce任務進行執行。 其優點是學習成本低，可以透過類SQL語句快速實現簡單的MapReduce統計，不必開發專門的MapReduce應用，十分適合資料倉儲的統計分析。

Hive是建立在 Hadoop 上的資料倉儲基礎構架。它提供了一系列的工具，可以用來進行資料提取轉化載入（ETL），這是一種可以儲存、查詢和分析儲存在 Hadoop 中的大規模資料的機制。Hive 定義了簡單的類 SQL 查詢語言，稱為 HQL，它允許熟悉 SQL 的使用者查詢資料。同時，這個語言也允許熟悉 MapReduce 開發者的開發自定義的 mapper 和 reducer 來處理內建的 mapper 和 reducer 無法完成的複雜的分析工作。

Hive 沒有專門的資料格式。 Hive 可以很好的工作在 Thrift 之上，控制分隔符，也允許使用者指定資料格式。

Hive是：提供一個大資料的SQL的介面，不做計算。用來做資料分析。

在這種模式下，hive metastore 服務跟HiveServer程式共用一個程式，但是會另起一個執行緒來執行後設資料資料庫，這個執行緒有可能在另外一個機器上。內建的metastore服務跟metastore資料庫之間透過JDBC互動。比上一個方案更進一步了，但是還是不夠好，因為hive metastore跟HiveServer還共用一個程式呢，於是來介紹下CDH強烈推薦的第三種模式

在這種模式下，Hive metastore 服務執行在獨立的jvm程式裡面。 HiveServer2, HCatalog, Cloudera Impala™, 和其他程式透過 Thrift 的網路 API (在 hive.metastore.uris 屬性裡面配置)來跟它通訊。metastore 服務跟儲存 metastore 的資料庫之間透過JDBC (用 javax.jdo.option.ConnectionURL 屬性配置)通訊. 資料庫 ， HiveServer 程式，和 metastore 服務可以執行在同一個機子上，但是如果把 HiveServer程式執行在另一臺機器上會更高的可用性（就是不要把雞蛋放在一個籃子裡啦）和擴充套件性。

————————————————