Hive是基于Hadoop的一個數(shù)據(jù)倉庫工具，可以將結(jié)構(gòu)化的數(shù)據(jù)文件映射為一張數(shù)據(jù)庫表，并提供類SQL查詢功能。

hive是基于Hadoop的一個數(shù)據(jù)倉庫工具，用來進行數(shù)據(jù)提取、轉(zhuǎn)化、加載，這是一種可以存儲、查詢和分析存儲在Hadoop中的大規(guī)模數(shù)據(jù)的機制。hive數(shù)據(jù)倉庫工具能將結(jié)構(gòu)化的數(shù)據(jù)文件映射為一張數(shù)據(jù)庫表，并提供SQL查詢功能，能將SQL語句轉(zhuǎn)變成MapReduce任務來執(zhí)行。Hive的優(yōu)點是學習成本低，可以通過類似SQL語句實現(xiàn)快速MapReduce統(tǒng)計，使MapReduce變得更加簡單，而不必開發(fā)專門的MapReduce應用程序。hive十分適合對數(shù)據(jù)倉庫進行統(tǒng)計分析。

為方便大家學習，腳本之家小編特打包了

Hive入門與實戰(zhàn).pdf
hive函數(shù)大全.doc
Hive用戶手冊中文版.pdf
Hive用戶指南-V1.1.doc

Hive是什么

Hive是一個基于Apache Hadoop的數(shù)據(jù)倉庫。對于數(shù)據(jù)存儲與處理，Hadoop提供了主要的擴展和容錯能力。

Hive設(shè)計的初衷是：對于大量的數(shù)據(jù)，使得數(shù)據(jù)匯總，查詢和分析更加簡單。它提供了SQL，允許用戶更加簡單地進行查詢，匯總和數(shù)據(jù)分析。同時，Hive的SQL給予了用戶多種方式來集成自己的功能，然后做定制化的查詢，例如用戶自定義函數(shù)（User Defined Functions，UDFs).

Hive不適合做什么
Hive不是為在線事務處理而設(shè)計。它最適合用于傳統(tǒng)的數(shù)據(jù)倉庫任務。

為什么使用Hive

面臨的問題
人員學習成本太高
項目周期要求太短
我只是需要一個簡單的環(huán)境
MapReduce如何搞定
復雜查詢好難
Join如何實現(xiàn)
為什么要使用Hive
操作接口采用類SQL語法，提供快速開發(fā)的能力。
避免了去寫MapReduce，減少開發(fā)人員的學習成本。
擴展功能很方便。

Hive的特點

可擴展
Hive可以自由的擴展集群的規(guī)模，一般情況下不需要重啟服務。
延展性
Hive支持用戶自定義函數(shù)，用戶可以根據(jù)自己的需求來實現(xiàn)自己的函數(shù)。
容錯
良好的容錯性，節(jié)點出現(xiàn)問題SQL仍可完成執(zhí)行。