1.构建在Hadoop之上的数据仓库(数据计算使用MR,数据存储使用HDFS)

2.Hive定义了一种类SQL查询语言----HQL
3.通常用于进行离线数据处理(非实时)
4.一个ETL工具
5.可认为是一个HQL到MapReduce的语言翻译器,将HQL转化成MP来执行
6.多维度数据分析
7.大部分互联网公司使用Hive进行日志分析
8.海量结构化数据离线分析,低成本进行数据分析(不直接编写MR)
 
HDFS   存储数据
 
YARN  资源管理
 
MapReduce  处理数据
 
Hive是什么?
        * 处理的数据存储在HDFS
        * 分析数据底层的实现MapReduce
        * 执行程序运行的YARN
 
1、由Facebook开源用于解决海量结构化日志的数据统计;
2、Hive是基于Hadoop的一个数据仓库工具,可以将结构化的数据文件映射成一张表,并提供类SQL查询功能;
3、构建在Hadoop之上的数据仓库;
      使用HQL作为查询接口;
      使用HDFS存储;
      使用MapReduce计算;
 本质是:将HQL转化成MapReduce程序
 
Hive 架构(a、b、c、d)
 
a: 用户接口:Client
CLI(hive shell)、JDBC/ODBC(java访问hive),WEBUI(浏览器访问hive)
 
b:元数据:Metastore(通常存储在关系型数据库中,比如MySql)
元数据包括:表名、表所属的数据库(默认是default)、表的拥有者、列/分区字段、表的类型(是否是外部表)、表的数据所在目录(该表对应的数据文件存储位置)等;
默认存储在自带的derby数据库中,推荐使用采用MySQL存储Metastore;
 
c:Hadoop
使用HDFS进行存储,使用MapReduce进行计算;
 
d:驱动器:Driver
包含:解析器、编译器、优化器、执行器;
解析器:将sql字符串转换成抽象语法树AST,这一步一般都用第三方工具库完成,比如antlr;对AST进行语法分析,比如表是否存在、字段是否存在、sql语义是否有误(比如select中被判定为聚合的字段在group by中是否有出现);
编译器:将AST编译生成逻辑执行计划;
优化器:对逻辑执行计划进行优化;
执行器:把逻辑执行计划转换成可以运行的物理计划。对于Hive来说,就是MR/TEZ/Spark;
 
Hive优点
1、操作接口采用类SQL语法,提供快速开发的能力(简单、容易上手);
2、避免了去写MapReduce,减少开发人员的学习成本;
3、统一的元数据管理,可与impala/spark等共享元数据;
4、易扩展(HDFS+MapReduce:可以扩展集群规模;支持自定义函数);
Hive使用场景
1、数据的离线处理;比如:日志分析,海量数据化数据离线分析。。。
2、Hive的执行延迟比较高,因此hive常用于数据分析的,对实时性要求不高的场合;
3、Hive优势在于处理大数据,对于处理小数据没有优势,因为Hive的执行延迟比较高。
 
  RDBMS关系型数据库 表的概念
 
  SQL on Hadoop---HiveQL  hql
 
  ETL
 
 
 
 
        

hive学习_01的更多相关文章

  1. hive学习

    大数据的仓库Hive学习  10期-崔晓光 2016-06-20  大数据   hadoop   10原文链接 我们接着之前学习的大数据来学习.之前说到了NoSql的HBase数据库以及Hadoop中 ...

  2. Hive学习路线图(转)

    Hadoophivehqlroadmap学习路线图   1 Comment Hive学习路线图 Hadoop家族系列文章,主要介绍Hadoop家族产品,常用的项目包括Hadoop, Hive, Pig ...

  3. 【转】Hive学习路线图

    原文博客出自于:http://blog.fens.me/hadoop-hive-roadmap/ 感谢! Hive学习路线图 Hadoop家族系列文章,主要介绍Hadoop家族产品,常用的项目包括Ha ...

  4. Hive学习之六 《Hive进阶— —hive jdbc》 详解

    接Hive学习五 http://www.cnblogs.com/invban/p/5331159.html 一.配置环境变量 hive jdbc的开发,在开发环境中,配置Java环境变量 修改/etc ...

  5. C++基础学习_01

    C++基础学习_01 基础知识:1.命名空间,2.IO流(输入输入),3.参数缺省,4.函数重载 1.命名空间 作用:对标识符的名称进行本地化,避免命名冲突 定义:namaspace space_na ...

  6. Hive学习路线图--张丹老师

    前言 Hive是Hadoop家族中一款数据仓库产品,Hive最大的特点就是提供了类SQL的语法,封装了底层的MapReduce过程,让有SQL基础的业务人员,也可以直接利用Hadoop进行大数据的操作 ...

  7. Hive学习 系列博客

    原 Hive作业优化 原 Hive学习六:HIVE日志分析(用户画像) 原 Hive学习五--日志案例分析 原 Hive学习三 原 Hive学习二 原 Hive学习一 博客来源,https://blo ...

  8. hive学习路线

    hive学习路线图:

  9. Hive学习之修改表、分区、列

    Hive学习之修改表.分区.列 https://blog.csdn.net/skywalker_only/article/details/30224309 https://www.cnblogs.co ...

随机推荐

  1. python循环删除list中的元素

    直接上例子: a = [1,2,3,4,5,6] for i in a: a.remove(i) print(a) 返回:[2, 4, 6] 循环a,想删除a的所有元素,但实际确有数据保留了下来,这是 ...

  2. Linux Ubuntu 查看IP

    一.第一种方式:ifconfig -a 1.打开命令终端:Crtl + Alt + T 2.执行命令:ifconfig -a 如果你没有安装net-tools工具,则出现如下显示: (没有找到'ifc ...

  3. SpringSecurity 如何提示错误

    1.可以通过authentication-failure-url="/login.html?error=1" 前端接收参数,根据参数提示 错误 2.前端vue this.myNam ...

  4. from PIL import image报错

    python中import PIL可以,但是from PIL import Image就报错? ’‘ 大家在安装pillow的时候,可能会安装成功,但是当运行from pIL import image ...

  5. 数据库中慎用float数据类型(转载)

    数据库中慎用float数据类型   大多数编程语言都支持float或者double的数据类型.而数据库中也有相同关键字的数据类型,因此很多开发人员也自然而然地在需要浮点数的地方使用float作为字段类 ...

  6. 醉酒驾驶VS睡眠不足,哪个更危险

    在全球范围内,睡眠不足驾驶每年导致成千上万起交通事故,醉酒驾驶就更不用说了.毫无疑问,两种情况下都不应该驾车,都有危险.睡眠不足和醉酒驾驶相对来说哪个更危险呢? 如果要问哪一个"好" ...

  7. Allenmind's Blog

    听说,Sass和Compass更配哟.来看看Compass的基本用法! 目录 Compass和Sass 安装Compass 项目初始化 编译 Compass的模块 Compass的Helper函数 一 ...

  8. GIT 使用(二):创建仓库并提交代码

    基本操作 所用命令使用 windows 下安装 git-bash 运行 Table of Contents 先决条件 已经安装了 GIT 客户端 已经设置用户信息 如果没做可以看安装和配置 获取 Gi ...

  9. AVCaptureInput和AVCaptureOutput子类介绍

    AVCaptureInput AVCaptureDeviceInput:用于从AVCaptureDevice对象捕获数据. AVCaptureScreenInput:从macOS屏幕上录制的一种捕获输 ...

  10. 1,Java知识储备

    1,关于 . java文件 规定:第一行为 package name; 表示该.java文件属于哪一个包. 一个.java文件中可以有多个类,但是只能有一个public类,并且这个public类必须与 ...