hive初入门

总结：

1.几个重要的关键词：

数据仓库，数据库，OLAP,OLTP,TCL

2.hive是什么

一个基于Hadoop的分布式环境的数据仓库。

作用：用于OLAP，针对不同的主题，进行数据的分析和操作。

参考文档：http://blog.csdn.net/qq_36801710/article/details/79319187

3.hive的存储机制

4.hive的执行机制

用户编写HQL语句，在hive的解释器，编译器，优化器，生成执行计划，交给jobtracker,在Hadoop的环境中执行。

5.hive的安装

针对不同的存储元数据的位置，分为三种：

嵌入模式：使用derby

本地模式：使用本地的MySQL

远程模式：使用远程的MySQL

后俩种：添加MySQL的连接驱动jar到/hive/lib中，在hive-size.xml中配置数据源信息。

6.hive的启动

三种：

命令行模式:

启动：hive

清屏：Ctrl+L 或者 ！clear

查看数据仓库中的表：show tables;

查看数据仓库中内置的函数：show functions;

查看表结构：desc 表名

查看HDFS上的文件： dfs -ls 目录

执行操作系统的命令： !命令

执行HQL语句： select *** from ****

执行SQL的脚本：source SQL文件

进行hive的静默模式（不打印调试信息，只打印结果）:hive -S

web模式：

端口号:999

启动方式：#hive —service hwi?

通过浏览器访问:http://:9999/hwi地址>

若报错没有war包，则需要下载源码并打包war包,目录是：/src/hive/hwi/web，并修改hive-site.xml文件再启动。同时需要复制jdk的lib目录下的tools.jar 到hive的lib目录。

jar -cvfM0 地址

远程访问模式：

jdbc:类似于Java连接其他数据库，添加jar，记载驱动，建立连接，执行，释放。。都一样。

还有另外一种方式：通过socket进行连接。

6.hive的表的分类

7.hive的数据类型

8.hive的数据的导入

9.hql语句，和sql语句几乎一样。

10.hive的函数，这个也和其他关系型数据库基本一样。

11.自定义函数。

写一个类，继承org.apache.hadoop.hive.ql.exec.UDF，重写方法evaluate();

上传jar到服务器。

创建temporary function函数，关联jar.

就可以使用了。