1、Hive 由 Facebook 实现并开源 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 上的结构化的数据，适用于离线的批量数据计算。 　　数据仓库之父比尔·恩门（Bill Inmon）在 1991 年出版的“Building the Data Warehouse”（《建 立数据仓库》）一书中所提出的定义被广泛接受——数据仓库（Data Warehouse）是一个面 向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（Non-Volatile）、反映历史 变化（Time Variant）的数据集合，用于支持管理决策(Decision Making Support)。 　　Hive 依赖于 HDFS 存储数据，Hive 将 HQL 转换成 MapReduce 执行，所以说 Hive 是基于 Hadoop 的一个数据仓库工具，实质就是一款基于 HDFS 的 MapReduce 计算框架，对存储在 HDFS 中的数据进行分析和管 直接使用 MapReduce 所面临的问题： 　　1、人员学习成本太高 　　2、项目周期要求太短 　　3、MapReduce实现复杂查询逻辑开发难度太大 为什么要使用 Hive： 　　1、更友好的接口：操作接口采用类 SQL 的语法，提供快速开发的能力 　　2、更低的学习成本：避免了写 MapReduce，减少开发人员的学习成本 　　3、更好的扩展性：可自由扩展集群规模而无需重启服务，还支持用户自定义函 Hive 特点 优点： 　　1、可扩展性,横向扩展，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 横向扩展：通过分担压力的方式扩展集群的规模 纵向扩展：一台服务器cpu i7-6700k 4核心8线程，8核心16线程，内存64G => 128G 　　2、延展性，Hive 支持自定义函数，用户可以根据自己的需求来实现自己的函数 　　3、良好的容错性，可以保障即使有节点出现问题，SQL 语句仍可完成执行