一、hive概念：

1.hive的产生背景：

     MapReduce中用于统计分析的数据大部分都是结构化的数据，如果数据量比较小的时候，直接使用mysql，当数据量大的时候，

针对这个结构化的数据的统计分析，sql更为方便，MapReduce的统计分析针对结构化数据的，绝大部分都可以使用sql语句做，比MapReduce开发成本低。出现了一个基于MR编程的，使用sql实现的工具，hive.

2.hive是什么：

1）Hive由Facebook实现并开源，http://hive.apache.org/

2）是基于Hadoop的一个数据仓库工具

3）可以将结构化的数据映射为一张数据库表

4）并提供 HQL(Hive SQL)查询功能

5）底层数据是存储在HDFS上

6）Hive的本质是将SQL语句转换为MapReduce任务运行

7）使不熟悉MapReduce的用户很方便地利用HQL处理和计算HDFS上的结构化数据
8）适用于离线批量计算 。

3.hive的架构：

Hive国产化 hive是哪个公司开发的_数据

1）用户接口层：

          1.CLI:shell方式操作   2.JDBC/ODBC：Java方式操作hive   3.web UI：可视化界面的操作 不推荐使用， 比较繁琐

2）thrift server层：跨语言操作

          对外提供 hive支持跨语言连接的服务

3）元数据层：

          hive的数据存储的两大部分：

              1、原始数据，真实数据存储在hdfs上的

              2、元数据，描述原始数据的数据，描述的是原始数据的存储规则的数据。hive的元数据存在关系型数据库中（mysql）

                    ①表的描述信息：包括表和hdfs的数据对应关系，表的属性

                    ②表的字段信息：字段类型、字段顺序

                    ③数据库的描述信息

4）核心驱动层：

  1. 驱动器Driver：驱动hql转化为MapReduce到提交的整个过程的执行
  2. 编译器：内部存储了很多Map和reduce的模板，将hql语句编译为mapreduce任务
  3. 优化器：将编译器的编译结果做一个优化，最终出现的就是最完美的执行方案
  4. 执行器：将优化器的优化结果，进行提交给集群进行执行

4.hive的缺点：

1）不支持update、delete操作，支持insert操作，但效率很低

2）查询延时性高

3）不支持事务