1.hive 基本介紹：
Hive 是建立在 Hadoop 上的數據倉庫基礎構架。它提供了一系列的工具，可以用來進行數據提取轉化加載（ETL ），這是一種可以存儲、查詢和分析存儲在 Hadoop 中的大規模數據的機制。Hive 定義了簡單的類 SQL 查詢語言，稱為 HQL ，它允許熟悉 SQL 的用戶查詢數據。同時，這個語言也允許熟悉 MapReduce 開發者的開發自定義的 mapper 和 reducer 來處理內建的 mapper 和 reducer 無法完成的複雜的分析工作。
Hive是SQL解析引擎，它將SQL語句轉譯成M/R Job然後在Hadoop執行。
Hive的表其實就是HDFS的目錄，按表名把文件夾分開。如果是分區表，則分區值是子文件夾，可以直接在M/R Job裡使用這些數據。
2.hive的數據存儲
Hive四類數據模型：表(table)，外部表(external table),分區(partition)， 桶(Bucket)。
2.1.表：
與數據庫中的 Table 在概念上是類似
每一個 Table 在 Hive 中都有一個相應的目錄存儲數據。例如，一個表 test，它在 HDFS 中的路徑為：/$warehouse/test。 $warehouse是在 hive-site.xml 中由 ${hive.metastore.warehouse.dir} 指定的數據倉庫的目錄
所有的 Table 數據（不包括 External Table）都保存在這個目錄中。
刪除表時，元數據與數據都會被刪除
例：
創建數據文件inner_table.dat
創建表
hive>create table inner_table (key string);
加載數據
hive>load data local inpath '/root/inner_table.dat' into table inner_table;
查看數據
select * from inner_table
select count(*) from inner_table
刪除表 drop table inner_table
2.2.分區：
hive表中的一個分區對應表下的一個目錄，所有分區的數據都存儲在對應的目錄中。
2.3.桶：
桶對指定列進行哈希（hash）計算時，根據哈希切分數據，每個桶對應一個文件。
2.4.外部表：
外部表指向已經在hdfs中存在的數據，也可以創建分區。外部表和表在元數據的組織上是相同的，但是實際數據的存儲存在較大差異。
3.hive的元數據存儲
由於hive的元數據會不斷更新、修改和讀取。
單用戶模式： 此模式連接到一個in-memory 數據庫Derby
多用戶模式： 通過網絡連接到一個數據庫中（如：mysql）
遠程sever模式： 用戶非java客戶端訪問元數據，在服務端啟動一個metastoreserver，客戶端利用Thrift協議通過metastoreserver。
注意：Derby引擎的缺點：一次只能打開一個會話，
使用Mysql作為外置存儲引擎，多用戶同時訪問。
4.hive 的組件與體系結構
4.1.用戶接口主要有三個：CLI，JDBC/ODBC和 WebUI
CLI，即Shell命令行
JDBC/ODBC 是 Hive 的Java，與使用傳統數據庫JDBC的方式類似.
WebGUI是通過瀏覽器訪問 Hive.
4.2.Hive 將元數據存儲在數據庫中(metastore)，目前只支持 mysql、derby。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（是否為外部表等），表的數據所在目錄等
4.3.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（plan）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
4.4.Hive 的數據存儲在 HDFS 中，大部分的查詢由 MapReduce 完成（包含 * 的查詢，比如 select * from table 不會生成 MapRedcue 任務）
5：Hive與傳統數據庫對比
6： hive的圖形化界面
7.hive的運行模式
Hive的運行模式即任務的執行環境
分為本地與集群兩種
我們可以通過mapred.job.tracker 來指明
設置方式：
hive > SET mapred.job.tracker=local;
8.hive的三種啟動方式
8.1、hive 命令行模式，直接輸入#/hive/bin/hive的執行程序，或者輸入 #hive --service cli
8.2、 hive web界面的 (端口號9999) 啟動方式
#hive --service hwi &
用於通過瀏覽器來訪問hive
http://yarn4:9999/hwi/
8.3、 hive thrift遠程服務 (端口號10000) 啟動方式
#hive --service hiveserver &
閱讀更多 從大數據說起 的文章
