hive是facebook開源，並捐獻給了apache組織，作為apache組織的頂級專案(hive.apache.org)。 hive是一個基於大資料技術的資料倉儲(DataWareHouse)技術，主要是透過將使用者書寫的SQL語句翻譯成MapReduce程式碼，然後釋出任務給MR框架執行，完成SQL 到 MapReduce的轉換。可以將結構化的資料檔案對映為一張資料庫表，並提供類SQL查詢功能。

總結

Hive是一個資料倉儲(資料庫)

Hive構建在HDFS上，可以儲存海量資料。

Hive允許程式設計師使用SQL命令來完成資料的分散式計算，計算構建在yarn之上。(Hive會將SQL轉化為MR操作)

優點：

簡化程式設計師的開發難度，寫SQL即可，避免了去寫mapreduce,減少開發人員的學習成本

缺點：

延遲較高(MapReduce本身延遲，Hive SQL向MapReduce轉化最佳化提交)，適合做大資料的離線處理(TB PB級別的資料，統計結果延遲1天產出)

Hive不適合場景：

1：小資料量, MySQL。

2：實時計算：Spark HBase
————————————————

二。架構：
![hive](http://img.blog.itpub.net/blog/2022/06/19/fdb784f81fb9a606.png?x-oss-process=style/bb "hive")

三。客戶端操作
````sql
# 1.檢視資料庫
    hive> show databases;
# 2. 建立一個資料庫
    hive> create database baizhi;
# 3. 檢視database 
    hive> show databases;
# 4. 切換進入資料庫
    hive> use baizhi;
# 5.檢視所有表
    hive> show tables;
# 6.建立一個表
    hive> create table t_user(id string,name string,age int);
# 7. 新增一條資料(轉化為MR執行--不讓用，僅供測試)
    hive> insert into t_user values('1001','yangdd');
# 8.檢視錶結構
    hive> desc t_user;
# 9.檢視錶的schema描述資訊。(表後設資料，描述資訊)
    hive> show create table t_user;
    # 明確看到，該表的資料存放在hdfs中。
# 10 .檢視資料庫結構
    hive> desc database baizhi;
# 11.檢視當前庫`
    hive> select current_database();
# 12 其他sql
select * from t_user;
select count(*) from t_user; (Hive會啟動MapReduce)
select * from t_user order by id;
````

推薦閱讀：https://blog.csdn.net/weixin_45721467/article/details/10828621

HIVE

相關文章