hive入门

hive是一个数据挖掘工具。只要会sql，就会用hive。

为什么不同pig？因为用的公司太少了，维护成本高一点。

hive是一个工具，最终还是转换成mapreduce，在分析大型数据的时候，没有一个框架能替代hive。

hive最早是Facebook研发的，它要挖掘用户的行为。

hive的语法和MySQL的语法简直是一样的，只不过有一些是对MySQL的扩展。

数据仓库和数据库的区别：数据库——可以实时地进行增删改查，数据仓库——用来存放大量数据，也可以对仓库里的东西进行分析，计算（弱点，不能实时更新）【一次写入多次读取】

hive是建立在hadoop上的数据仓库基础框架，它是部署在hadoop集群上的一个框架，可以存储，查询和分析存储在hadoop中的大规模数据的机制。

hive是神器：你写一条语句，它就可以把它转化成mapreduce（我们完成一个排序，就要写一个mapreduce），在hive里写order by就可以自己写MR

hive的语句：HQL

hive要依赖hdfs和yarn。读取数据，运行mapreduce。hive是SQL解析殷勤，将其转换为MR任务，提交到yarn上运行。

hive的表里面保存着数据，对应着hdfs上的目录/文件夹，表里面的数据对应着hdfs的文件。



metastore：保存表的描述信息，真正计算的数据存放在HDFS。

用户有三种方式操作hive：CLI,（命令行），JDBC/ODBC，WebUI（通过浏览器查看hive信息），用的最多的是CLI（命令行），发一条语句就可以了

l用户接口主要有三个：CLI，JDBC/ODBC和WebUI
1.CLI，即Shell命令行
2.JDBC/ODBC 是Hive 的Java，与使用传统数据库JDBC的方式类似
3.WebGUI是通过浏览器访问Hive
lHive 将元数据存储在数据库中(metastore)，目前只支持mysql、derby。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
l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（plan）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
lHive 的数据存储在HDFS 中，大部分的查询由MapReduce完成（包含 * 的查询，比如 select * from table 不会生成MapRedcue任务）

启动zookeper，再启动hdfs，再启动yarn，

把六台机器全部启动起来，再连接一下。

cd到/itcast/zookeeper-3.4.5/bin目录下，然后启动zk ./zkServer.sh start

05 06 都启动zk

接下来该启动hdfs，启动01（因为01配置了到其它机器的免登陆）

cd /itcast/hadoop-3.3.0/sbin 下面 ./start-dfs.sh

在03上启动yarn cd /itcast/hadoop-2.2.0/sbin ./start-yarn.sh

把hive放在03上【安装在任何一台机器上都可以】

同样的方法 tar -zxvf apache-hive -C /itcast/

然后cd到/itcast/ 找到hive，然后ls，cd到bin目录下有一个hive脚本【实际上，不用修改任何一个配置文件，就可以玩了】

./hive

就进入了hive状态。怎么用hive？

show tables；

show databases；

create table student(it int,name string); 创建一张表

再show tables