hive可以存储什么数据 hive可以写存储过程吗

1 hive介绍与原理分析

1.1 hive的优缺点

优点：

1. Hive 使用类SQL 查询语法, 最大限度的实现了和SQL标准的兼容，大大降低了传统数据分析人员处理大数据的难度
2. 使用JDBC 接口/ODBC接口，开发人员更易开发应用；
3. 以MR 作为计算引擎、HDFS 作为存储系统，为超大数据集设计的计算/ 扩展能力；
4. 统一的元数据管理（Derby、MySql等），并可与Pig 、spark等共享；默认存储在自带的derby数据库中，推荐使用MySQL存储Metastore

元数据：hive表所对应的字段、属性还有表所对应存储的HDFS目录

缺点：

1. Hive 的HQL 表达的能力有限，比如不支持update、非等值连接、delete、insert 单条等；
2. 由于Hive自动生成MapReduce 作业， HQL 调优困难；
3. 粒度较粗，可控性差，是因为数据是读的时候进行类型的转换，关系型数据是在写入的时候就检查了数据的类型。
4. hive生成MapReduce作业，高延迟，不适合实时查询。

1.2 与关系数据库的区别

1. hive和关系数据库存储文件的系统不同，hive使用的是hadoop的HDFS（hadoop的分布式文件系统），关系数据库则是服务器本地的文件系统；
2. hive使用mapreduce做运算，与传统数据库相比 运算数据规模要大得多；
3. 关系数据库都是为实时查询的业务进行设计的，而hive则是为海量数据做数据挖掘设计的，实时性很差；实时性差导致hive的应用场景和关系数据库有很大的区别；
4. Hive很容易扩展自己的存储能力和计算能力，这个是继承hadoop的，而关系数据库在这个方面要比Hive差很多。

	Hive	RDBMS
查询语言	HQL	SQL
数据存储	HDFS	Raw Device or Local FS
执行	MapReduce	数据库引擎
数据存储校验	存储不校验	存储校验
可扩展性	强	有限
执行延迟	高	低
处理数据规模	大	小

1.3 hive的组成

服务端组件和客户端组件

服务端组件：

• Driver组件：该组件包括Complier、Optimizer和Executor，它的作用是将HiveQL（类SQL）语句进行解析、编译优化，生成执行计划，然后调用底层的MapReduce计算框架。
• Metastore组件：元数据服务组件，这个组件存取Hive的元数据，Hive的元数据存储在关系数据库里，Hive支持的关系数据库有Derby和Mysql。作用是：客户端连接metastore服务，metastore再去连接MySQL数据库来存取元数据。
• Thrift服务：Thrift是Facebook开发的一个软件框架，它用来进行可扩展且跨语言的服务的开发，Hive集成了该服务，能让不同的编程语言调用Hive的接口。

客户端组件：

• CLI：Command Line Interface，命令行接口。
• JDBC/ODBC：Hive架构的JDBC和ODBC接口是建立在Thrift客户端之上。
• WEBGUI：Hive客户端提供了一种通过网页的方式访问Hive所提供的服务。这个接口对应Hive的HWI组件（Hive Web Interface），使用前要启动HWI服务

1.4 Hive查询的执行过程

1. Execute Query： hive界面如命令行或Web UI将查询发送到Driver(任何数据库驱动程序如JDBC、ODBC,等等)来执行。
2. Get Plan: Driver根据查询编译器解析query语句,验证query语句的语法,查询计划或者查询条件。
3. Get Metadata： 编译器将元数据请求发送给Metastore(数据库)。
4. Send Metadata： Metastore将元数据作为响应发送给编译器。
5. Send Plan： 编译器检查要求和重新发送Driver的计划。到这里,查询的解析和编译完成。
6. Execute Plan: Driver将执行计划发送到执行引擎。

1. Execute Job: hadoop内部执行的是mapreduce工作过程,任务执行引擎发送一个任务到资源管理节点(resourcemanager)，资源管理器分配该任务到任务节点，由任务节点上开始执行mapreduce任务。
2. Metadata Ops： 在执行引擎发送任务的同时,对hive的元数据进行相应操作。

7. Fetch Result： 执行引擎接收数据节点(data node)的结果。
8. Send Results: 执行引擎发送这些合成值到Driver。
9. Send Results： Driver将结果发送到hive接口。