hive的基本概念及部署

Hive简介

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，并提供类SQL查询功能。
其本质是将SQL转换为MapReduce的任务进行运算，底层由HDFS来提供数据的存储，说白了hive可以理解为一个将SQL转换为MapReduce的任务的工具，甚至更进一步可以说hive就是一个MapReduce的客户端

为什么使用Hive

1. 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
2. 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。

Hive架构

基本组成:

用户接口：包括CLI、JDBC/ODBC、WebGUI。其中，CLI(command line interface)为shell命令行；JDBC/ODBC是Hive的JAVA实现，与传统数据库JDBC类似；WebGUI是通过浏览器访问Hive。

元数据存储：通常是存储在关系数据库如mysql/derby中。Hive 将元数据存储在数据库中。Hive 中的元数据包括表的名字，表的列和分区及其属性，表的属性（是否为外部表等），表的数据所在目录等。

解释器、编译器、优化器、执行器:完成HQL 查询语句从词法分析、语法分析、编译、优化以及查询计划的生成。生成的查询计划存储在HDFS 中，并在随后有MapReduce 调用执行。

hive部署

hive的元数据库这里采用mysql数据库。之前已经部署完成。

一、下载安装包

wget http://archive.cloudera.com/cdh5/cdh/5/hive-1.1.0-cdh5.7.0.tar.gz

二、解压到~/app

三、配置环境变量

四、拷贝mysql的驱动到lib下

5、配置hive-site.xml