[Hadoop大数据]——Hive初识

Hive出现的背景

Hadoop提供了大数据的通用解决方案，比如存储提供了Hdfs，计算提供了MapReduce思想。但是想要写出MapReduce算法还是比较繁琐的，对于开发者来说，需要了解底层的hadoop api。如果不是开发者想要使用mapreduce就会很困难....

另一方面，大部分的开发者都有使用SQL的经验。SQL成为开发者必备的技能...

那么可以不可以使用SQL来完成MapReduce的过程呢？—— 答案就是，Hive

Hive能够解决的问题

Hive可以帮助开发者从现有的数据基础架构转移到Hadoop上，而这个基础架构是基于传统关系型数据库和SQL的。Hive提供了Hive查询语言，即HQL，它可以使用SQL方言查询存储在hadoop中的数据。

执行原理

Hive本身不会生成java的mapreduce程序，而是通过XML文件 驱动执行内置的、原生的Mapper和Reducer。

Hive的缺点

• 1 不支持记录级别的更新、插入或者删除
• 2 查询延迟比较严重
• 3 不支持事务

如果想要基于SQL还想具有上面的特性，可以直接使用hadoop提供的nosql数据库——HBase

适合的场景

Hive适合做 数据仓库 应用程序，可以维护海量数据，对数据进行挖掘，形成意见和报表。

其他

同类型的工具就是Pig

暂时的疑问！！

1 HQL是如何变成MapReduce算法的？

2 平时HQL都是怎么使用的？——最佳实践

Hive中的数据类型与文件格式