1.概述
Hive是建立在Hadoop上的數據倉庫基礎構架。它提供了一系列的工具，可以用來進行數據提取轉化加載（ETL），這是一種可以存儲、查詢和分析存儲在Hadoop中的大規模數據的機制
Hive
定義了簡單的類SQL查詢語言HQL，它允許熟悉SQL的用戶查詢數據，也允許熟悉Map/Reduce的開發者開發自定義的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被設計用來處理大規模數據，因此提交查詢到返回結果所需的時間可能很長，所以，Hive最適合用來維護海量數據，對數據進行數據挖掘，給出意見和報告
不同於其他傳統數據庫的寫時模式（即在數據寫入數據庫時對模式進行檢查），Hive在數據加載時不會進行數據模式檢查，而是在查詢時進行，也就是讀時模式
2.常用概念
1）內表、外表：
關鍵字external 區分，外表無控制權，外表用Location 確定路徑；內表drop 會同時drop 元數據和關聯數據；外表只是drop 元數據；對於元數據有獨立的關係型數據庫維護(MYSQL)
3.使用
- desc
- hive strict
- 調用Hive時，添加-S（大寫）參數，可以開啓靜默模式
- 以--開頭的行會被註釋掉
-mysql中sql執行順序，hive可以參考：
1）：FROM
2）：ON
3）：OUTER(JOIN)
4）：WHERE
5）：GROUPBY
6）：CUBE|ROLLUP
7）：HAVING
8）：SELECT
9）：DISTINCT
10）：ORDERBY
11）：TOP
4.數據加工
對數據進行深加工，一般使用transform、udf和reflectUDF三種方法
- Transform能在map和reduce階段運行，輸入爲map或reduce階段的所有數據，輸出即爲該階段的輸出。方便、快捷，只要一個程序能從標準輸入讀數據並輸出到標準輸出，就可以通過transform調用，能完成複雜的邏輯數據處理任務，成本低