一、Apache Hive
1．Hive 簡介
1.1．什麼是Hive
Hive是基於Hadoop的一個數據倉庫工具，可以將結構化的數據文件映射爲一張數據庫表，並提供類SQL查詢功能。
本質是將SQL轉換爲MapReduce程序。
主要用途：用來做離線數據分析，比直接用MapReduce開發效率更高。
1.2．爲什麼使用Hive
直接使用Hadoop MapReduce處理數據所面臨的問題：
人員學習成本· 高
MapReduce實現複雜查詢邏輯開發難度太大
使用Hive ：
操作接口採用類SQL語法，提供快速開發的能力
避免了去寫MapReduce，減少開發人員的學習成本
功能擴展很方便
2．Hive 架構
2.1．Hive架構圖
2.2．Hive組件
用戶接口：包括 CLI、JDBC/ODBC、WebGUI。其中，CLI(command line interface)爲shell命令行；JDBC/ODBC是Hive的JAVA實現，與傳統數據庫JDBC類似；WebGUI是通過瀏覽器訪問Hive。
元數據存儲：通常是存儲在關係數據庫如 mysql/derby中。Hive 將元數據存儲在數據庫中。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），表的數據所在目錄等。
解釋器、編譯器、優化器、執行器: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。
2.3．Hive與Hadoop的關係
Hive利用HDFS存儲數據，利用MapReduce查詢分析數據。