基于Hadoop的数据仓库解决方案-Hive简介

1、什么是Hive？
Hive简单用一句话概括就是基于Hadoop的数据仓库解决方案，它始于2007年的FaceBook，官方网站是hive.apache.org。
Hive的作用主要是作为一种数据仓库用来存储数据，它可以将结构化的数据文件映射为数据库表，提供类sql的查询语言HQL（Hive Query Language），虽然Hive基于Hadoop生态环境，但是Hive的强大也让更多的人使用起了Hadoop。
在这里我要重点提一个地方，什么是数据仓库，和数据库只有一字之差，它们之间有啥区别呢？
数据库：传统的关系型数据库的主要应用，主要是基本的、日常的事务处理。
数据仓库：数据仓库系统的主要应用主要是OLAP（On-Line Analytical Processing），支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。
数据仓库是数据库概念的升级，如果说数据库是一个米袋用来存放米，那么数据仓库就是粮仓，数据仓库中的数据是来源于多个数据库的，数据库负责日常的事务处理，可以存放数据到数据仓库也可以从数据仓库中取数据，而数据仓库中存放了大量的历史数据，一般以查询为主，通过抽取、挖掘、统计，可以给决策者提供决策支持。

2、Hive的优点以及特点
提供了一个简单的优化模型
HQL类SQL语法，简化MR开发
支持在不同的计算框架上运行
支持在HDFS和HBase上临时查询数据
支持用户自定义函数、格式
成熟的JDBC和ODBC驱动程序，用于ETL和BI
稳定可靠（真实生产环境）的批处理
有庞大活跃的社区

3、Hive的发展历程以及各种版本
07年8月 – 始于Facebook
13年5月 – 0.11 Stinger Phase 1 ORC HiveServer2
13年10月 – 0.12.0 Stinger Phase 2 - ORC improvement
14年4月 – Hive 0.13.0 as Stinger Phase 3
14年11月 – Hive 0.14.0
15年2月 – Hive 1.0.0
15年5月 – Hive 1.2.0
16年2月 – Hive 2.0.0 (添加 HPLSQL, LLAP)
16年6月 – Hive 2.1.0

Hive和MapReduce
Hive提供了类SQL的的语法，便于查询，简化了MapReduce的开发，也就是说你用Java写了几十行的代码我用Hive解决几行就可以搞定。但是Hive的底层还是依靠MapReduce来执行的，并且还很慢。总而言之，MapReduce的执行效率更快，但是代码多。Hive的开发效率更快，但是语句执行的就很慢。