Hive是一个基于Hadoop的数据仓库工具， 它给了类似于SQL的查询语言，允许用户在不了解MapReduce的情况下对存储在Hadoop文件系统中的数据进行查询和琢磨。

啥是Hive？

Hive是构建在Hadoop上的数据仓库工具， 它Neng将结构化数据文件映射为数据库表，并给了类似于SQL的查询接口。Hive适用于巨大数据量的查询和琢磨，特别是对于不需要实时事务处理的巨大型数据集。

Hive的基本操作

1. 创建表 sql CREATE TABLE mytable ;

2. 加载数据 sql LOAD DATA LOCAL INPATH '/path/to/data' INTO TABLE mytable;

3. 查询数据 sql SELECT * FROM mytable WHERE key> 100;

4. 创建分区表 sql CREATE TABLE partitionedtable PARTITIONED BY ;

6. 分区表维护 sql MSCK REPAIR TABLE partitionedtable;

Hive的高大级功Neng

1. 自定义函数

   • UDF
   • UDAF
   • UDTF

2. HiveQL语法

   • 用ADD JAR和CREATE TEMPORARY FUNCTION来添加和用自定义函数。

3. Hive on Spark

   • Neng通过设置SET hive.execution.engine=spark;来用Spark作为施行引擎。

Hive的配置

1. 下载Hive安装包并解压 bash $ tar -xzvf apache-hive-.-bin.tar.gz

2. 配置Hive周围变量 bash $ vim ~/.bashrc export HIVE_HOME=/usr/local/hive export PATH=$PATH:$HIVE_HOME/bin

3. 修改Hive配置文件hive-site.xml

   • 配置元存储数据库连接、仓库目录等。

Hive是一个有力巨大的工具，Neng帮用户处理和琢磨巨大规模数据集。通过学和掌握Hive的基本操作和高大级功Neng，Neng有效地利用Hadoop集群进行数据处理和琢磨。