【大数据】Hive教程精讲

Hive是什么：

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，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。 其优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。

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。

Hive 没有专门的数据格式。 Hive 可以很好的工作在 Thrift 之上，控制分隔符，也允许用户指定数据格式。

Hive架构图：

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
• 功能扩展很方便

如何快速掌握Hive：Hive教程精讲

（课程可以帮助你如何部署以及管理hive适合有一定大数据基础的学员学习）

更多精品技术课程：

阿里云大学官网（阿里云大学 - 官方网站，云生态下的创新人才工场）