hive学习笔记_hive的介绍与安装

一、什么是Hive

Hive是建立在 Hadoop 上的数据仓库基础构架。它提供了一系列的工具，可以用来进行数据提取转化加载（ETL），这是一种可以存储、查询和分析存储在 Hadoop 中的大规模数据的机制。Hive 定义了简单的类 SQL 查询语言，称为 HQL，它允许熟悉 SQL 的用户查询数据。同时，这个语言也允许熟悉 MapReduce 开发者的开发自定义的 mapper 和 reducer 来处理内建的 mapper 和 reducer 无法完成的复杂的分析工作。

二、Hive的体系结构

下图一为官网提供的hive体系结构。



从体系结构上看，Hive是建立在 Hadoop 上的数据仓库基础构架。

1、hive的用户接口为：CLI，Hiveserver,WebUI。

　①CLI为命令行客户端或者说是 命令行环境，客户端可以直接在命令行模式下进行操作。

②Hiveserver支持jdbc/odbc方式，Hive提供了Thrift服务，Thrift客户端目前支持C++/Java/PHP/Python/Ruby。

③webGUI接口，让hive提供了更加直观的web操作页面。但是处理大量数据的时候，不推荐使用。

2、Metastore 元数据存储，存储Hive所有的表与分区的结构化信息，包括列与列类型信息，序列化器与反序列化器，从而能够读写hdfs中的数据。

　有三种存储方式。

①内嵌Derby方式

②Local方式

③Remote方式

关于三种存储方式，会在以后的博文中详细介绍。

3、Hadoop与Hive的关系

　　Hive是Hadoop的一个组件，作为数据厂库，Hive的数据是存储在Hadoop的文件系统中的，hive为Hadoop提供SQL语句，是Hadoop可以通过SQL语句操作文件系统中的数据。hive是依赖Hadoop而存在的。

在网上下载了一张图片，很明了的介绍了他们之间的关系，如下图：



三、Hive的安装

　　1，打开服务向导，选择安装Hive，在安装Hive之前，请安装好MapReduce。如下图

　　


　　2，首先我们会看到，我们会为hive选择一组依赖关系。

　　


　　3，自定义分配角色，根据实际情况，去分配角色。

　　


　　4，选择数据库，可以选选择嵌入式数据库，后期再去改。

　　


　　测试连接，如果成功，点击继续。

　　5，安装进度。