Hive是什么

Hive用于对数据进行ETL(extract/tranform/load)

1.load file data to database          E
2.使用select / python 进行转换     T
3.数据转换后在sub表中                 L

Hive官方网站
Gettingstarted

The Apache Hive ™ data warehouse software facilitates reading, writing, and managing large datasets residing in distributed storage using SQL. Structure can be projected onto data already in storage. A command line tool and JDBC driver are provided to connect users to Hive.
Apache Hiva 数据仓库软件便于使用SQL语句读,写,和管理分布式存储大型数据集。该结构可以投射到已经存在的仓库中。提供了一个命令行工具和JDBC驱动程序将用户连接到Hive。

（重点）通俗地说：Hive是Hadoop三大原始框架的上层封装，将结构化的数据文件映射成一张表，并通过HiveQL(HQL)查询功能

处理的数据存储在HDFS中
分析数据的底层实现MapReduce
执行程序运行在YARN上

Hive架构（重点）

Client:用户接口
	1.CLI:Hive shell
	2.JDBC/ODBC
	3.WebUI:浏览器访问
Meta store:存储元数据信息，默认存储在自带的DerBy数据库中， 推荐使用MySQL存储Metastore
	1.表名
	2.所属数据库，默认是Default
	3.拥有者
	4.字段
	5.表的类型
	6.数据所在目录
Dirver:驱动，包含以下三个部分，将SQL语句转换成MapReduce程序
	1.SQL Parser:SQL语句解析
	2.Query Optimizer:查询优化
	3.Physical Plan:物理计划
	4.Execution:执行物理计划