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，并提供类SQL查询功能。
1.1.为什么使用Hive?直接使用hadoop所面临的问题
人员学习成本太高
项目周期要求太短
MapReduce实现复杂查询逻辑开发难度太大
?为什么要使用Hive
操作接口采用类SQL语法，提供快速开发的能力。
避免了去写MapReduce，减少开发人员的学习成本。
扩展功能很方便。
1.1.Hive的特点?可扩展
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。
?延展性
Hive支持用户自定义函数，用户可以根据自己的需求来实现自己的函数。
?容错
良好的容错性，节点出现问题SQL仍可完成执行。
1.Hive架构1..1架构图Jobtracker是hadoop1.x中的组件，它的功能相当于：Resourcemanager+AppMaster
TaskTracker相当于：Nodemanager+yarnchild
1.1.1基本组成?用户接口：包括CLI、JDBC/ODBC、WebGUI。
?元数据存储：通常是存储在关系数据库如mysql,derby中。
?解释器、编译器、优化器、执行器。
1.1.各组件的基本功能?用户接口主要由三个：CLI、JDBC/ODBC和WebGUI。其中，CLI为shell命令行；JDBC/ODBC是Hive的JAVA实现，与传统数据库JDBC类似；WebGUI是通过浏览器访问Hive。
?元数据存储：Hive将元数据存储在数据库中。Hive中的元数据包括表的名字，表的列和分区及其属性，表的属性（是否为外部表等），表的数据所在目录等。
?解释器、编译器、优化器完成HQL查询语句从词法分析、语法分析、编译、优化以及查询计划的生成。生成的查询计划存储在HDFS中，并在随后有MapReduce调用执行。
1.1Hive与Hadoop的关系Hive利用HDFS存储数据，利用MapReduce查询数据
1.1Hive与传统数据库对比总结：hive具有sql数据库的外表，但应用场景完全不同，hive只适合用来做批量数据统计分析
1.1Hive的数据存储1、Hive中所有的数据都存储在HDFS中，没有专门的数据存储格式（可支持Text，SequenceFile，ParquetFile，RCFILE等）
、只需要在创建表的时候告诉Hive数据中的列分隔符和行分隔符，Hive就可以解析数据。
、Hive中包含以下数据模型：DB、Table，ExternalTable，Partition，Bucket。
2db：在hdfs中表现为${hive.metastore.warehouse.dir}目录下一个文件夹
2table：在hdfs中表现所属db目录下一个文件夹
2externaltable：外部表,与table类似，不过其数据存放位置可以在任意指定路径
普通表:删除表后,hdfs上的文件都删了
External外部表删除后,hdfs上的文件没有删除,只是把文件删除了
2partition：在hdfs中表现为table目录下的子目录
2bucket：桶,在hdfs中表现为同一个表目录下根据hash散列之后的多个文件,会根据不同的文件把数据放到不同的文件中
1.6HIVE的安装部署1.6.1安装单机版：
元数据库mysql版：
1.6.使用方式Hive交互shellbin/hive
Hivethrift服务启动方式，（假如是在hadoop01上）：
启动为前台：bin/hiveserver
启动为后台：nohupbin/hiveserver1/var/log/hiveserver.log/var/log/hiveserver.err
启动成功后，可以在别的节点上用beeline去连接
v方式（1）
hive/bin/beeline回车，进入beeline的命令界面
输入命令连接hiveserver
beeline!connectjdbc:hive//mini1:
（hadoop01是hiveserver所启动的那台主机名，端口默认是）
v方式（）
或者启动就连接：
bin/beeline-ujdbc:hive://mini1:-nhadoop
接下来就可以做正常sql查询了
Hive命令[hadoop
hdp-node-0~]$hive-e‘sql’赞赏