Hive概述
什麼是 Hive？
* Hive 是建立在 Hadoop HDFS 上的數據庫倉庫基礎建構
* Hive 可以用來進行數據庫提取轉化加載（ETL）
* Hive 定義了簡單的類似 SQL 查詢語言，稱爲 HQL，它允許熟悉 SQL 的用戶查詢數據
* Hive 允許熟悉 MapReduce 的開發者自定義 mapper 和 reducer 來處理內建的 mapper 和 reducer 無法完成的複雜工作
* Hive 是 SQL 解析引擎，它將 SQL 語句轉化成 M/R Job，然後在 Hadoop 執行
* Hive 的表其實就是 HDFS 的目錄/文件
Q：數據倉庫與數據庫的區別？
A：數據倉庫是一個面向主題（用戶關注的重點）的、集成的（來自於分散的數據，可以來自於Oracle、Mysql、文本等）、不可更新的（方便決策，所以一般只有查詢功能）、隨時間不變化的數據集合，它用於支持企業或組織的決策分析處理。
數據倉庫的結構和建立過程
首先要有數據源，數據源可以不限；接着對不同的數據進行存儲和管理，即ETL（抽取、轉換（轉換成符合格式要求的數據）、裝載）；最後要有數據倉庫引擎，需要有不同的服務器提供不同的服務，例如，前端展示（數據查詢、數據報表、數據分析、各類應用）。
OLTP應用與OLAP應用
OLTP應用：面向事物，頻率非常高，例如，銀行轉賬。轉賬和扣錢要同步
OLAP應用：面向分析查詢，不會更新、刪除、和更新操作，例如，推薦系統
Hive安裝的三種方式
Hive的數據模型
- 星型模型：例如，推薦系統，以商品爲中心，有很多訂單信息、客戶信息、廠家信息、促銷信息、物流信息等邊沿，構成了星星一樣的模型。
- 雪花模型：基於星型模型發展起來的。例如，上述還可以客戶信息模型爲中心繼續反戰家庭信息、銀行信息等，還可以以別的主題爲中心繼續發展，模型越發展越大，成爲一個雪花模型。
Hive的體系結構
一、元數據
- Hive將元數據存儲在數據庫中（metastore），支持mysql、derby等數據庫。默認存儲在derby數據庫中。
- Hive中的元數據包括表的名字，表的列和分區及其屬性，表的屬性（是否爲外部表等），標的數據所在目錄等
二、HQL的執行過程
解釋器、編譯器、優化器完成HQL查詢語句從詞法分析、語法分析、編譯、優化以及查詢計劃的生成。生成的查詢計劃存儲在HDFS中，並在隨後有MapReduce調用執行。
