设计目的：让有SQL技能，但无hadoop知识的人来查询分析大数据。 1. 基于hadoop的数据仓库工具， 2. Hive中的一张表对应的是HDFS的一个目录。 3. 支持一种与SQL几乎完全相同的语言HiveQL，除了不支持更新,索引和事务控制。 4. SQL到MapReduce的映射器。 5. 提供shell，JDBC/ODBC,Thrift,web接口
hive的数据存储概念
- hive没有专门的数据存储格式，也没有索引，只有按文件目录方式组织的表，目录文件只需要确定列分隔符和行分隔符，Hive就可以解析数据为一个“表”。
Hive中数据按目录结构依次分为：
Table（External Table也就是非hive目录下的Table），Partition，Bucket。
- Table：对应一个相应的目录存储数据。例如，一个表 t1，它在HDFS中的路径就为：/warehouse/t1.而External Table不在/warehouse目录下面。
- Partition： 一个 Partition（分区）对应于表下的一个目录，例如：t1表中的c1,c2分区，则对应于 c1=1,c2=2的目录为：/warehouse/t1/c1=1/c2=2；对应于 ds = 20090801, ctry = CA 的 HDFS 子目录为；/wh/pvs/ds=20090801/ctry=CA。
- Buckets：对应一个文件。如：t1表中的c3列，将t3列分散至多个bucket，首先对t3列的值计算hash，对应hash值为0的文件为：/warehouse/t1/c1=1/c2=2／part-0000
喜欢 (0)or分享 (0)
