Hive快速入门，hive入门



一、      什么是Hive 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。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。 二、      为什么使用Hive 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。 三、      Hive 系统架构
 
用户接口主要有三个：CLI，JDBC/ODBC和 WebUI 1.    CLI，即Shell命令行 2.    JDBC/ODBC 是 Hive 的Java，与使用传统数据库JDBC的方式类似 3.    WebGUI是通过浏览器访问 Hive Metastore（Hive的元数据） 1.    元数据包含了Hive包表的表名、字段分区属性等表的属性信息 2.    默认使用Derby数据库作为默认的元数据仓库（嵌入式，只支持单session回话） 四、      Hive与传统数据的对比
     Hive       RDBMS   
   查询语言       HQL       SQL   
   数据存储       HDFS       Raw Device or Local FS   
   执行       MapReduce       Excutor   
   执行延迟       高       低   
   处理数据规模       大       小   
   索引       0.8版本后加入位图索引       有复杂的索引   
五、      Hive与hadoop 的调用关系  
六、      Hive安装 1.    下载hive源文件 2.    解压hive文件 3.    进入$HIVE_HOME/conf/修改文件 a)    cp  hive-env.sh.template  hive-env.sh b)    cp  hive-default.xml.template  hive-site.xml 4.    修改$HIVE_HOME/bin的hive-env.sh，增加以下三行 a)    exportJAVA_HOME=/usr/local/jdk1.7.0_45 b)    exportHIVE_HOME=/usr/local/hive-0.14.0 c)    exportHADOOP_HOME=/usr/local/hadoop-2.6.0 5.    伪分布模式使用默认的Derby就可以直接启动Hive控制台了，但一般都会修改为MySQL 修改$HIVE_HOME/conf/hive-site.xml <property>       <name>javax.jdo.option.ConnectionURL</name>       <value>jdbc:mysql://192.168.1.100:3306/crxy_job?                createDatabaseIfNotExist=true</value> </property> <property>       <name>javax.jdo.option.ConnectionDriverName</name>       <value>com.mysql.jdbc.Driver</value> </property> <property>       <name>javax.jdo.option.ConnectionUserName</name>       <value>root</value> </property> <property>       <name>javax.jdo.option.ConnectionPassword</name>       <value>admin</value> </property> 6.    将MySQL的驱动包jar文件存放在HIVE_HOME/lib下 7.    启动Hive，现在就可以执行Sql语句创建表了！ 更多精彩内容请关注 

相关内容