一、Hive简介

1.1 什么是Hive

Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供类SQL查询功能。

本质是将SQL转化为MapReduce程序。

主要用来做离线数据分析，比直接用MapReduce开发效率更高。

1.2  为什么用Hive

直接使用Hadoop MapReduce的学习成本太高。MapReduce实现复杂查询逻辑开发难度太大。使用Hive操作接口类SQL语法，提供快速开发能力，避免了写MapReduce，减少开发人员学习成本，功能扩展很方便。

二、Hive架构

1.1  Hive组件

用户接口：  包括CLI、JDBC/ODBC、WebGUI。其中CLI为shell命令行；JDBC/ODBC是Hive的Java实现，与传统数据库JDBC类似；WebGUI是通过浏览器访问Hive。

元数据存储：通常存储在关系数据库如MySQL/Derby中。hive将元数据存储在数据库中。hive中的元数据包括表的名字，表的列和分区及属性，表的属性（是否为外部表），表的数据所在目录等。

解释器、编译器、优化器、执行器：完成HQL查询语句从语法分析、词法分析、编译、优化及查询激活的生成。生成的查询计划存储在HDFS中，并在随后有MapReduce调用执行。

1.2 Hive架构

2.3 Hive与Hadoop的关系

Hive利用HDFS存储数据，利用MapReduce查询分析数据。是一款基于Hadoop的数据仓库工具。

三、Hive与传统数据库对比

Hive是数据仓库工具，是面向分析的，不同于传统数据库。Hive用于海量数据的离线数据分析。hive具有sql数据库的外表，但是应用场景不同。