@
目录
- 什么是Hive
- Hive的特点
- Hive和数据库比较
- 数据存储位置
- 数据更新
- Hive安装
- Hive安装部署
- 1．Hive安装及配置
- 集群配置
- Hive基本操作
什么是Hive
Hive：由Facebook开源用于解决海量结构化日志的数据统计。 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表，并提供类SQL查询功能。 本质是：将HQL转化成MapReduce程序
1）Hive处理的数据存储在HDFS 2）Hive分析数据底层的实现是MapReduce 3）执行程序运行在Yarn上 4）Hive只能分析结构化的数据！Hive在Hadoop之上，使用hive的前提是先要安装Hadoop
Hive的特点
- ①Hive并不是一个关系型数据库
- ②不是基于OLTP(在线事务处理)设计 OLTP设计的软件： 侧重点在事务的处理，和在线访问。一般RDMS都是基于OLTP设计
- ③Hive无法做到实时查询，不支持行级别更新(update,delete)
- ④Hive要分析的数据存储在HDFS，hive为数据创建的表结构(schema)，存储在RDMS
- ⑤Hive基于OLAP(在线分析处理)设计 OLAP设计的软件： 侧重点在数据的分析上，不追求分析的效率！
- ⑥Hive使用类SQL，称为HQL对数据进行分析
- ⑦Hive容易使用，可扩展，有弹性
Hive和数据库比较
由于 Hive 采用了类似SQL 的查询语言 HQL(Hive Query Language)，因此很容易将 Hive 理解为数据库。其实从结构上来看，Hive 和数据库除了拥有类似的查询语言，再无类似之处。本文将从多个方面来阐述 Hive 和数据库的差异。数据库可以用在 Online 的应用中，但是Hive 是为数据仓库而设计的，清楚这一点，有助于从应用角度理解 Hive 的特性。
数据存储位置
Hive 是建立在 Hadoop 之上的，所有 Hive 的数据都是存储在 HDFS 中的。而数据库则可以将数据保存在块设备或者本地文件系统中。
数据更新
由于Hive是针对数据仓库应用设计的，而数据仓库的内容是读多写少的。因此，Hive中不建议对数据的改写，所有的数据都是在加载的时候确定好的。而数据库中的数据通常是需要经常进行修改的，因此可以使用 INSERT INTO … VALUES 添加数据，使用 UPDATE … SET修改数据。
Hive安装
Hive下载地址：http://archive.apache.org/dist/hive/
Hive安装部署
①保证有JAVA_HOME,HADOOP_HOME ②将bin配置到PATH中，在环境变量中提供HIVE_HOME
1．Hive安装及配置
（1）把apache-hive-1.2.1-bin.tar.gz上传到linux的/opt/software目录下 （2）解压apache-hive-1.2.1-bin.tar.gz到/opt/module/目录下面
代码语言：javascript复制tar -zxvf apache-hive-1.2.1-bin.tar.gz -C /opt/module/然后在/etc/profile文件里配置hive的bin目录。
集群配置
必须启动hdfs和yarn
代码语言：javascript复制start-dfs.sh
start-yarn.sh #若不启动yarn则无法完成建表操作。因为本质上会把sql语句转换成mr程序。Hive基本操作
由于配置了环境变量，可以直接在任意路径下输入hive命令，启动hive
hive查看(选择)数据库、查看(选择、建)表、插入数据等，与MySQL的语法一致
代码语言：javascript复制show dababases; #有一个default数据库
