1.hive是什么？
hive是建立在Hadoop之上的数据仓库架构，
它提供了一系列的工具，对数据进行提取转化加载（ETL），这是一种可以对存储在hadoop中的大规模的数据的存储，查询和分析的机制。
它提供了类sql语言，可以让熟悉sql的开发人员查询数据。
同时这个语言也允许熟悉MapReduce的开发人员自定义Mapper和Reducer来处理内建的Mapper和Reducer完成复杂的分析工作。
2.hive的缺点？
hive是基于hadoop的，hadoop是分布式系统，不能保证低延迟，因此hive的查询也不能保证低延迟，
3.hive设计的目标？
可扩展：Hive可以自由的扩展集群的规模，一般情况下不需要重启服务
可容错：良好的容错性，节点出现问题SQL仍可完成执行
可伸缩，及输入格式松耦合，
4.hive的体系结构
主要分为以下几个部分：
4.1用户接口：包括CLI CLIENT WEBUI
4.2中间件：包括thrift和JDBC/ODBC的服务端，用于整合hive和其他程序
4.3元数据：通常是存储在关系数据库如 mysql, derby 中的系统参数
4.4底层驱动：包括HiveQL解释器、编译器、优化器、执行器（引擎）
4.5hadoop ：用 HDFS 进行存储，利用 MapReduce 进行计算。（大部分查询会由MapReduce完成，包括*的查询不会生成MapReduce任务）
5.hive整个创建表的过程
5.1用户提交hive语句，对其进行解析，分解为表，分区，字段等hive对象，
5.2根据解析到的信息构建对应的表，分区，字段对象，从SEQUENCE_TABLE中获取构建对象的最新ID，与构建对象信息一起写到元数据表中，成功后将SEQUENCE_TABLE中对应的ID+5.
6.hive的数据存储
6.1hive中没有专门的数据存储的格式，也没有为数据建立索引，用户可以非常自由的组织hive中的表，只需要在创建表的时候制定表的行分隔符和列分隔符，hive就可以解析数据。
6.2hive中的数据都存储在HDFS中，hive中包含以下数据模型：
Table，hdfs中的一个目录
External Table,指向的是hdfs中已经存在的目录，
Partition,分区就是表的目录下的一个子目录
Bucket,如果有分区，桶就是分区下的一个单位，如果没有分区，桶就是表下的单位，桶一般是文件的形式。（对制定列进行hash计算，根据hash进行切分数据，目的是为了并行）
6.3
· Table 的创建过程和数据加载过程（这两个过程可以在同一个语句中完成），在加载数据的过程中，实际数据会被移动到数据仓库目录中；之后对数据对访问将会直接在数据仓库目录中完成。删除表时，表中的数据和元数据将会被同时删除。
· External Table 只有一个过程，加载数据和创建表同时完成（CREATE EXTERNAL TABLE ……LOCATION），实际数据是存储在 LOCATION 后面指定的 HDFS 路径中，并不会移动到数据仓库目录中。当删除一个 External Table 时，仅删除
-----------------------------
7.hive和RDBMS的区别：
7.1数据更新：
由于hive是针对数据仓库设计的，而数据仓库的数据是读多写少的，因此hive不支持对数据的改写和添加，所有的数据都是在加载的时候确定的。
8.语言能力：
hive查询语言提供基本的类sql操作，这些操作基于table和partition，包括：
1. 使用where语句过滤制定行
2. 使用select查找指定列
3. join两张table
4. group by
5. 一个表的查询结果存入另一张表
6. 将一个表的内容存入本地目录
7. 将查询结果存储到hdfs上
8. 管理table和partition(creat、drop、alert)
9. 在查询中嵌入map-reduce程序
