hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce、Tez任务进行运行。 其优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。
Hive将元数据存储在数据库（RDBMS）中，比如MySQL、Derby中。Hive有三种模式连接到数据，其方式是：单用户模式，多用户模式和远程服务模式。（也就是内嵌模式、本地模式、远程模式）
Hive是什么
1、它是由FaceBook开源，最初用于解决海量结构化的日志数据统计问题，它可以作为ETL工具。
2、它是构建在Hadoop之上的数据仓库。
3、数据计算是MapReduce、Tez
4、数据存储时HDFS
5、它定义了一种类SQL的查询语言——HQL
6、它适合离线数据处理
7、它是将HQL转换为MR、Tez的语言翻译器。
8、HQL语言：简单易用的类SQL查询语言；编程模型：允许开发者自定义UDF、Trasform、Mapper、Reducer，来更简单地完成复杂MapReduce无法完成的工作
9、数据格式：处理Hadoop上任意数据格式的数据，或则使用优化的格式存储Hadoop上的数据，RCFile、ORCFile、Parquest
10、数据服务：HiveServer2，多种API访问Hadoop上的数据，JDBC、ODBC
11、元数据服务：数据什么样，数据在哪里，Hadoop上的唯一标准
Hive的常见应用场景
1、日志分析
2、统计网站一个时间段内的pv、uv
3、从不同维度进行数据分析
4、海量结构化数据离线分析
Hive的优点/缺点
1、优点
1、简单容易上手
2、它是为超大数据集而设计的计算和扩展能力
3、提供统一的元数据管理
2、缺点
Hive的HQL的表达能力有限
迭代式算法无法表达，比如PageRank；数据挖掘方面，比如K-means
如果，您认为阅读这篇博客让您有些收获，不妨点击一下右下角的【推荐】。
如果，您希望更容易地发现我的新博客，不妨点击一下左下角的【关注我】。
如果，您对我的博客所讲述的内容有兴趣，请继续关注我的后续博客，我是【刘超★ljc】。
本文版权归作者，禁止转载，否则保留追究法律责任的权利。