hive官网翻译之总体概述

Apache Hive

hive官网原文地址 https://cwiki.apache.org/confluence/display/Hive/Home;jsessionid=91AF539FA31786D88F9DCAA009B31ED9
      hive 数据仓库使用基于分布式存储和查询的sql语义，能够很方便地的读写，管理海量数据集。

      基于hadoop,hive有以下特性：

      1、通过sql工具能够很容易的访问数据，由此实现了数据仓管的功能如etl,报告，数据分析等。

      2、提供对各种数据格式结构化的一种机制。

      3、能够访问存储在hdfs或hbase中的文件。

      4、查询引擎可以是Tez,Spark,MapReduce。

      5、过程化语言hplsql。                                                                 注：过程化语言即第三代语言c,c++，java

      6、通过Hive LLAP,YARN或者Slider进行亚秒级查询 。

       hive提供了标准sql功能，包括许多SQL:2003和SQL:2011及以后版本的分析特性。用户可以通过UDFs,UDAFs,UDTFs添加自己的代码来扩展hive的sql功能。

       hive支持多种数据存储格式，自带了用于逗号和制表符分割值的内置连接器，可用于（csv/tsv）文本文件，Parquet，ORC和其他格式文件。用户可以使用连接器来扩展对其他格式文件的支持，详细看File
Formats and 
Hive SerDe
。
       hive旨在是最大化可伸缩性（用多机器动态添加到hadoop集群的横向扩展）、性能、可扩展性、容错、解耦。hive不是为OLTP（在线事务处理）设计的，最好用来处理传统数据仓库任务。

       hive的组件主要有HCatalog和WebHCat.

       1、HCatalog是hadoop中表和存储的管理层，使用户能够用不同的工具如pig，mapreduce来处理不同的数据，在这个架构中能够很方便的读写数据。

       2、WebHCat提供了这样一种服务，让你可以运行Hadoop的MapReduce,Pig,Hive任务，或者使用HTTP接口（Rest风格）来执行hive元数据的操作。