Hive是基于Hadoop的一個(gè)數(shù)據(jù)倉庫工具，可以將結(jié)構(gòu)化的數(shù)據(jù)文件映射為一張數(shù)據(jù)庫表，并提供類SQL查詢功能。

hive是基于Hadoop的一個(gè)數(shù)據(jù)倉庫工具，用來進(jìn)行數(shù)據(jù)提取、轉(zhuǎn)化、加載，這是一種可以存儲(chǔ)、查詢和分析存儲(chǔ)在Hadoop中的大規(guī)模數(shù)據(jù)的機(jī)制。hive數(shù)據(jù)倉庫工具能將結(jié)構(gòu)化的數(shù)據(jù)文件映射為一張數(shù)據(jù)庫表，并提供SQL查詢功能，能將SQL語句轉(zhuǎn)變成MapReduce任務(wù)來執(zhí)行。Hive的優(yōu)點(diǎn)是學(xué)習(xí)成本低，可以通過類似SQL語句實(shí)現(xiàn)快速M(fèi)apReduce統(tǒng)計(jì)，使MapReduce變得更加簡單，而不必開發(fā)專門的MapReduce應(yīng)用程序。hive十分適合對數(shù)據(jù)倉庫進(jìn)行統(tǒng)計(jì)分析。

為方便大家學(xué)習(xí)，腳本之家小編特打包了

Hive入門與實(shí)戰(zhàn).pdf
hive函數(shù)大全.doc
Hive用戶手冊中文版.pdf
Hive用戶指南-V1.1.doc

Hive是什么

Hive是一個(gè)基于Apache Hadoop的數(shù)據(jù)倉庫。對于數(shù)據(jù)存儲(chǔ)與處理，Hadoop提供了主要的擴(kuò)展和容錯(cuò)能力。

Hive設(shè)計(jì)的初衷是：對于大量的數(shù)據(jù)，使得數(shù)據(jù)匯總，查詢和分析更加簡單。它提供了SQL，允許用戶更加簡單地進(jìn)行查詢，匯總和數(shù)據(jù)分析。同時(shí)，Hive的SQL給予了用戶多種方式來集成自己的功能，然后做定制化的查詢，例如用戶自定義函數(shù)（User Defined Functions，UDFs).

Hive不適合做什么
Hive不是為在線事務(wù)處理而設(shè)計(jì)。它最適合用于傳統(tǒng)的數(shù)據(jù)倉庫任務(wù)。

為什么使用Hive

面臨的問題
人員學(xué)習(xí)成本太高
項(xiàng)目周期要求太短
我只是需要一個(gè)簡單的環(huán)境
MapReduce如何搞定
復(fù)雜查詢好難
Join如何實(shí)現(xiàn)
為什么要使用Hive
操作接口采用類SQL語法，提供快速開發(fā)的能力。
避免了去寫MapReduce，減少開發(fā)人員的學(xué)習(xí)成本。
擴(kuò)展功能很方便。

Hive的特點(diǎn)

可擴(kuò)展
Hive可以自由的擴(kuò)展集群的規(guī)模，一般情況下不需要重啟服務(wù)。
延展性
Hive支持用戶自定義函數(shù)，用戶可以根據(jù)自己的需求來實(shí)現(xiàn)自己的函數(shù)。
容錯(cuò)
良好的容錯(cuò)性，節(jié)點(diǎn)出現(xiàn)問題SQL仍可完成執(zhí)行。