hive的功能架构

hive可以做什么？

hive本质上是Hadoop数据仓库工具。用于解决海量结构化的日志的数据统计。可以将结构化的数据文件映射成一张表，并提供SQL查询。

hive可以通过一种基于SQL的数据操纵语言来简化对mapreduce的访问。通过编写SQL语句，优化后自动生成mapreduce任务，并执行任务。

适合离线数据处理，因为hive的执行延迟比较高。

hive是构架在hadoop之上的数据仓库

一个hive表是一个逻辑概念，物理上由一些HDFS中的文件构成。表可以是内部的，hive在数据仓库里面以目录的形式组织它们，数据仓库的路径由hive.metastore.warehouse.dir属性控制，默认的是在HDFS系统上的/user/hive/warehouse。表也可以是外部的，此时hive并不管理它们。

表中的数据数据使用MapReduce来计算

表中的数据使用HQL作为查询接口。

优势

● 容易上手。

hive原本是Facebook的内部的项目，由它贡献出来，最终成为一个成熟的Apache的顶级项目。我觉得它现在流行的原因是，很大的成都要看到它语言的本质，就是SQL。DBA或者有过数据库开发经验的人，都可以很容易上手。

● 提高效率

在业务逻辑不是很强的情况下，可以不用八股文模版编写job任务。我在看《Hadoop 硬实战》中有个很好的例子，利用相同的时间，hive可以能够在很短的时间内写完并执行MapReduce任务，如果用java去做相同的功能，在相同的时间内，可能连java的main方法都没写完，显然提高了效率。

● 统一的元数据管理。

● 已扩展。

hive组织架构图（使用团队组织结构图模版画的）