一、什麼是hive
如下圖所示，hive在Hadoop生態中處於比較高層的位置，其本質上就是將mapreduce轉換成了sql的寫法。
卻也sql不盡然相同，畢竟mysql等關係型數據的sql則是服務於web、應用等，是爲了讓數據更面向對象、更穩定、更原子性操作。而hive的目的則是數據分析，不需要對每一條數據都負責，只是分析數據的特性特徵。
二、hive的原理
我們知道了什麼是hive，那麼hive的原理是什麼呢？它和sql數據庫一樣基於本地文件系統上嗎？顯然並不是的，總結一下，：
1、hive底層文件系統爲HDFS（即分佈式文件系統，這就說明hive比起關係型數據庫，存儲的數據量可以倍數級提升）
2、hive的執行過程：hiveQL轉化爲mapreduce，mapreduce運行於yarn平臺（即hive運行的實質上是mapreduce，並不快，但是可處理數據量大）
三、hive使用
hive實際使用可以通過兩種方式：hive-cli客戶端中交互式操作；hive命令提交語句或sql文件。
hive在實際使用過程中只要編寫普通的sql即可，於一般sql操作無太大區別，需要注意的地方：
1、沒有指定databse，則默認使用default庫。
2、創建table的時候有三種方式：內部表（類似一般sql表）、外部表（通過hdfs上已存在的結構化數據直接創建出表）、臨時表（只對當前session有效）
3、table有分區的概念，table可以按照table內字段進行分區（比如員工表按照年和月進行分區）。分區後每一個分區都在hdfs上有單獨的存儲文件夾，這樣大大提高了單分區的操作速度。
4、hive在涉及join、groupby等操作的時候需要注意數據傾斜、資源分配不均的問題，這也是hive調優的重點。對於要處理的數據，要明白hive轉換成mapreduce後，每個節點處理多少數據，是否均勻。
5、hive有describe、explain等語句，可以查看我們所寫sql的執行計劃。