Hive UDAF有两种实现方式，可以继承UDAF或者AbstractGenericUDAFResolver类，也可以实现GenericUDAFResolver2接口。 其中直接继承UDAF类，功能实现较为简单，但在运行时使用Hive反射机制，导致性能有损失。...

Hive支持的函数除了内置函数，允许编写用户自定义函数（User Define Function）来扩充函数的功能。

对于一列或多列中出现倾斜值的表，可以创建倾斜表（Skewed Tables）来提升性能。比如，表中的key字段所包含的数据中，有50%为字符串”1“，那么这种就属于明显的倾斜现象；于是在对key字段进行处理时，倾斜数据会消耗较多的时间。...

表在存储时，可以进行分区操作，将数据按分区键的列值存储在表目录的子目录中，子目录名=“分区键=键值”。

Hive创建表时默认使用的格式为TextFile，当然内置的存储格式除了TextFile，还有sequencefile、rcfile、ORC、Parquet、Avro。

Hive DDL根据操作对象的不同可分为：数据库操作、表的基本操作、表的高级操作、函数操作。

Hive支持的表类型，或者称为存储格式有：TextFile、SequenceFile、RCFile、ORC、Parquet、AVRO。

在已经存在分布式计算引擎MapReduce的情况下，为什么会诞生Hive这样的产品？其实主要还是因为易用性问题。虽然MapReduce提供了分布式开发的能力，但它毕竟是一个通用计算引擎，在特定且相对成熟的垂直场景中，易用性就比较差了...

既然是连接超时，可能有两种情况。一种是配置正常，但网络情况太差，响应还未返回给Hive就报错了。这种情况下，把请求等待时间改大就行。

数据导入：cat batch_1.json | kafkacat -b localhost:9092 -t stock_ticks -P