Hadoop-Hive学习笔记（1）

1. Hive什么

a.Hive是基于Hadoop的一个数据仓库工具（注意不是数据仓库），将结构化的数据文件映射成一张数据库表。

b.Hive是SQL的解析引擎，可以把sql语句转换成MapReduce，但也允许自定义mr程序。

c.Hive不适合用于联机（online）事务处理，也不提供实时查询功能。它适用于基于大量不可变数据的批处理作业。

d. Hive不支持用insert语句一条一条的进行插入操作，也不支持update操作。数据是以load的方式加载到建立好的表中。数据一旦导入就不可以修改。

2.Hive的架构

a.Hive提供了三种用户接口：CLI(shell命令行),JDBC/ODBC(Java接口)和Web GUI(浏览器访问hive).

b.元数据存储（Metastore）在数据库中，例如mysql。元数据包括表的名字，表的列和分区及其属性，表的属性，表的数据所在目录等。

c. 解释器、编译器、优化器完成HQL查询语句从词法分析，语法分析（Antlr）、优化及查询计划的生成。结果存储在HDFS中，并在随后又MR调用执行。

编译器把Hive QL转换操作符。操作符是Hive的最小处理单元，代表HDFS的一个操作或者一道MR作业。

d.Hive的数据存储在HDFS中，大部分查询由MR完成。（包含*的查询，例如 select * from table 不会生成MR任务）

3.Hive的三种模式

local模式，单用户模式，多用户模式（远程服务器模式）

4.Hive多用户模式搭建