Hive-基础介绍

简介

Apache Hive是一款数据仓库系统

功能

1. 可以将存储在Hadoop(HDFS)中的数据映射为一张数据库表。
2. 核心是将HQL语句转化为MapRece程序，然后提交到Hadoop执行。

组件

1. 用户接口：CLI(shell命令行)、WebGUI、Thrift Server
2. 元数据存储(Metastore)：将表和HDFS文件的对应关系通常存储在mysql
3. Hive Driver驱动程序(核心)：语法解析、语法编译、优化器、执行器
4. 执行引擎：MapReduce、Tez、Spark等

数据模型

Hive也有类似于关系型数据库的模型概念：

库 ：

表 ：

Partitions：分区，数据分区后存储在以分区字段命名的文件中。

Buckets：分桶，可以优化join查询和方便抽样查询

与Mysql区别