Hive是一个数据仓库基础工具在Hadoop中用来处理结构化数据。它架构在
Hadoop之上，总归为大数据，并使得查询和分析方便。并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。
术语“大数据”是大型数据集，其中包括体积庞大，高速，以及各种由与日俱增的数据的集合。使用传统的数据管理系统，它是难以加工大型数据。因此，Apache软件基金会推出了一款名为Hadoop的解决大数据管理和处理难题的框架。
Hadoop
Hadoop是一个开源框架来存储和处理大型数据在分布式环境中。它包含两个模块，一个是MapReduce，另外一个是Hadoop分布式文件系统（HDFS）。
MapReduce：它是一种并行编程模型在大型集群普通硬件可用于处理大型结构化，半结构化和非结构化数据。
HDFS：Hadoop分布式文件系统是Hadoop的框架的一部分，用于存储和处理数据集。它提供了一个容错文件系统在普通硬件上运行。
Hadoop生态系统包含了用于协助Hadoop的不同的子项目（工具）模块，如Sqoop, Pig 和 Hive。
Sqoop: 它是用来在HDFS和RDBMS之间来回导入和导出数据。
Pig: 它是用于开发MapReduce操作的脚本程序语言的平台。
Hive: 它是用来开发SQL类型脚本用于做MapReduce操作的平台。
注：有多种方法来执行MapReduce作业：
传统的方法是使用Java MapReduce程序结构化，半结构化和非结构化数据。
针对MapReduce的脚本的方式，使用Pig来处理结构化和半结构化数据。
Hive查询语言（HiveQL或HQL）采用Hive为MapReduce的处理结构化数据。
Hive是什么？
Hive是一个数据仓库基础工具在Hadoop中用来处理结构化数据。它架构在Hadoop之上，总归为大数据，并使得查询和分析方便。
最初，Hive是由Facebook开发，后来由Apache软件基金会开发，并作为进一步将它作为名义下Apache Hive为一个开源项目。它用在好多不同的公司。例如，亚马逊使用它在 Amazon Elastic MapReduce。
Hive 不是
一个关系数据库
一个设计用于联机事务处理（OLTP）
实时查询和行级更新的语言
Hiver特点
它存储架构在一个数据库中并处理数据到HDFS。
它是专为OLAP设计。
它提供SQL类型语言查询叫HiveQL或HQL。
它是熟知，快速，可扩展和可扩展的。
Hive架构
下面的组件图描绘了Hive的结构：
该组件图包含不同的单元。下表描述每个单元：
单元名称 操作
用户接口/界面 Hive是一个数据仓库基础工具软件，可以创建用户和HDFS之间互动。用户界面，Hive支持是Hive的Web UI，Hive命令行，HiveHD洞察（在Windows服务器）。
元存储 Hive选择各自的数据库服务器，用以储存表，数据库，列模式或元数据表，它们的数据类型和HDFS映射。
HiveQL处理引擎 HiveQL类似于SQL的查询上Metastore模式信息。这是传统的方式进行MapReduce程序的替代品之一。相反，使用Java编写的MapReduce程序，可以编写为MapReduce工作，并处理它的查询。
执行引擎 HiveQL处理引擎和MapReduce的结合部分是由Hive执行引擎。执行引擎处理查询并产生结果和MapReduce的结果一样。它采用MapReduce方法。
HDFS 或 HBASE Hadoop的分布式文件系统或者HBASE数据存储技术是用于将数据存储到文件系统。
Hive工作原理
下图描述了Hive 和Hadoop之间的工作流程。
下表定义Hive和Hadoop框架的交互方式：
Step No. 操作
1Execute Query Hive接口，如命令行或Web UI发送查询驱动程序（任何数据库驱动程序，如JDBC，ODBC等）来执行。
2Get Plan 在驱动程序帮助下查询编译器，分析查询检查语法和查询计划或查询的要求。
3Get Metadata 编译器发送元数据请求到Metastore（任何数据库）。
4Send Metadata Metastore发送元数据，以编译器的响应。
5Send Plan 编译器检查要求，并重新发送计划给驱动程序。到此为止，查询解析和编译完成。
6Execute Plan 驱动程序发送的执行计划到执行引擎。
7Execute Job 在内部，执行作业的过程是一个MapReduce工作。执行引擎发送作业给JobTracker，在名称节点并把它分配作业到TaskTracker，这是在数据节点。在这里，查询执行MapReduce工作。
7.1Metadata Ops 与此同时，在执行时，执行引擎可以通过Metastore执行元数据操作。
8Fetch Result 执行引擎接收来自数据节点的结果。
9Send Results 执行引擎发送这些结果值给驱动程序。
10Send Results 驱动程序将结果发送给Hive接口。
易百教程移动端：请扫描本页面底部(右侧)二维码并关注微信公众号，回复："教程" 选择相关教程阅读或直接访问：http://m.yiibai.com 。
开始学习 >> ：
Hive安装 加QQ群啦，易百教程官方技术学习群
注意：建议每个人选自己的技术方向加群，同一个QQ最多限加 3 个群。
Java技术群： 227270512 （人数：3000，免费：否）
Go开发者群（新）： 851549018 （人数：1000，免费）
PHP开发者群： 460153241 （人数：2000，免费：否）
MySQL/SQL群： 418407075 （人数：2000，免费：否）
大数据开发群： 655154550 （人数：2000，免费：否）
Python技术群： 287904175 （人数：2000，免费：否）
人工智能深度学习： 456236082 （人数：2000，免费：否）
测试工程师群： 415553199 （人数：2000，免费：否）
前端开发者群： 410430016 （人数：2000，免费：否）
C/C++技术群(新)： 629264796 （人数：2000，免费）
Node.js技术群(新)： 621549808 （人数：2000，免费：否）
PostgreSQL数据库群： 539504187 （人数：1000，免费）
Linux运维技术群： 479429477 （人数：2000，免费：否）
Oracle数据库： 175248146 （人数：2000，免费：否）
C#/ASP.Net开发者： 579821706 （人数：2000，免费：否）
数据分析师群： 397883996 （人数：2000，免费：否）
