hive是facebook开源，并捐献给了apache组织，作为apache组织的顶级项目(hive.apache.org)。 hive是一个基于大数据技术的数据仓库(DataWareHouse)技术，主要是通过将用户书写的SQL语句翻译成MapReduce代码，然后发布任务给MR框架执行，完成SQL 到 MapReduce的转换。可以将结构化的数据文件映射为一张数据库表，并提供类SQL查询功能。

总结

Hive是一个数据仓库(数据库)

Hive构建在HDFS上，可以存储海量数据。

Hive允许程序员使用SQL命令来完成数据的分布式计算，计算构建在yarn之上。(Hive会将SQL转化为MR操作)

优点：

简化程序员的开发难度，写SQL即可，避免了去写mapreduce,减少开发人员的学习成本

缺点：

延迟较高(MapReduce本身延迟，Hive SQL向MapReduce转化优化提交)，适合做大数据的离线处理(TB PB级别的数据，统计结果延迟1天产出)

Hive不适合场景：

1：小数据量, MySQL。

2：实时计算：Spark HBase
————————————————

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

三。客户端操作
````sql
# 1.查看数据库
    hive> show databases;
# 2. 创建一个数据库
    hive> create database baizhi;
# 3. 查看database 
    hive> show databases;
# 4. 切换进入数据库
    hive> use baizhi;
# 5.查看所有表
    hive> show tables;
# 6.创建一个表
    hive> create table t_user(id string,name string,age int);
# 7. 添加一条数据(转化为MR执行--不让用，仅供测试)
    hive> insert into t_user values('1001','yangdd');
# 8.查看表结构
    hive> desc t_user;
# 9.查看表的schema描述信息。(表元数据，描述信息)
    hive> show create table t_user;
    # 明确看到，该表的数据存放在hdfs中。
# 10 .查看数据库结构
    hive> desc database baizhi;
# 11.查看当前库`
    hive> select current_database();
# 12 其他sql
select * from t_user;
select count(*) from t_user; (Hive会启动MapReduce)
select * from t_user order by id;
````

推荐阅读：https://blog.csdn.net/weixin_45721467/article/details/10828621

ITPub博客

hive

最新文章