走进大数据 数据仓库-Hive

Hive是什么?

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成为一张数据库表，并提供类SQL的查询功能。可以将sql语句转化为MapReduce任务进行运行。Hive提供了一系列的工具，可以用来进行数据提取转化加载，这是一种可以存储、查询和分析存储在 Hadoop 中的大规模数据的机制。

Hive的架构

用户接口:Shell/CLI,CLI，Shell终端命令行，采用交互形式使用 Hive 命令行与 Hive 进行交互。Cli启动的时候，会同时启动一个Hive副本。JDBC/ODBC客户端是Hive的JAVA实现，与传统数据库JDBC类似。Web UI通过浏览器访问hive。主要用来将我们的sql语句提交给hive。

Thrift服务器：Thrift是Facebook开发的一个软件框架，可以用来进行可扩展且跨语言的服务的开发，Hiv集成了该服务，能让不同的编程语言调用Hive的接口。

元数据库: 存储在 Hive 中的数据的描述信息。Hive 将元数据存储在数据库中，如 mysql、derby。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，表的数据所在目录等。

解释器包含编译器、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。

编译器：主要将sql语句编译成一个MR的任务。

优化器：主要是对我们的sql语句进行优化。

执行器：提交mr任务，进行执行。

Hive的数据基于HDFS进行存储，查询计划被转化为MapReduce任务，在Hadoop中执行。

操作数据库

1.创建数据库：create database if not exists 数据库名；

2.创建数据库并指定hdfs存储位置：create database 数据库名 location ‘位置’;

3.查看有哪些数据库：show databases;

4.修改数据库的信息：alter database 数据库名 set dbproperties（）

5.查看数据库的信息：desc database 数据库名；

6.查询详细数据库信息：desc database extended 数据库名；

7.删除数据库（删除一个空数据库）：drop database 数据库名；

8.强制删除数据库（删除有数据的数据库）：drop database myhive cascade;