hive是什么: hive是一个数据仓库，hive不是一个数据库，hive 不没有自己的数据，hive的数据存在hdfs 中，hive 依赖一个关系型数据库来存储 自己在 hdfs 中的数据的映射关系。
hive用来干什么：用来把 sql 翻译成 mapreduce java 代码，并且提交到 hadoop 中运行的工具。 hive类似 数据库的视图。hive 的本质是 为了不写 mapreduce java代码的 人提供的一种 简单的可以 操作 mapreduce 的 一种翻译工具。
hive 的安装：
使用内嵌的数据库：
1 解压 hive
2 修改conf 目录下面的： cp hive-env.sh.template hive-env.sh ，然后 配置 HADOOP_HOME，
备注：或者把 HADOOP_HOME 写入环境变量（和第2 步 2 选一。都做也可以）。
使用独立的数据库：
cp hive-default.xml.template hive-site.xml 下面的修改都在这里面
1.修改 数据库相关属性
修改 数据库连接。用户名，密码。驱动类，分别修改下面的几个配置：
A、修改javax.jdo.option.ConnectionURL属性。
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://localhost/hive?useSSL=false</value>
<description>JDBC connect string for a JDBC metastore</description>
</property>
B、修改javax.jdo.option.ConnectionDriverName属性。
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.jdbc.Driver</value>
<description>Driver class name for a JDBC metastore</description>
</property>
C、修改javax.jdo.option.ConnectionUserName属性。即数据库用户名。
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>root</value>
<description>Username to use against metastore database</description>
</property>
D、修改javax.jdo.option.ConnectionPassword属性。即数据库密码。
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>root</value>
<description>password to use against metastore database</description>
</property>
备注1：使用什么数据库 需要把 对应数据库驱动 jar 到复制到 lib 目录下面。
备注2： mysql 的 搞版本需要 useSSL=false 指定或略安全套接字。
2 修改一些文件目录：
E、添加如下属性hive.metastore.local：
<property>
<name>hive.metastore.local</name>
<value>true</value>
<description>controls whether to connect to remove metastore server or open a new metastore server in Hive Client JVM</description>
</property>
F、修改hive.server2.logging.operation.log.location属性
<property>
<name>hive.server2.logging.operation.log.location</name>
<value>/tmp/hive/operation_logs</value>
<description>Top level directory where operation logs are stored if logging functionality is enabled</descripti on>
</property>
G、修改hive.exec.local.scratchdir属性。
<property>
<name>hive.exec.local.scratchdir</name>
<value>/tmp/hive</value>
<description>Local scratch space for Hive jobs</description>
</property>
H、修改hive.downloaded.resources.dir属性。
<property>
<name>hive.downloaded.resources.dir</name>
<value>/tmp/hive/resources</value>
<description>Temporary local directory for added resources in the remote file system.</description>
</property>
I、修改属性hive.querylog.location属性。
<property>
<name>hive.querylog.location</name>
<value>/tmp/hive/querylog</value>
<description>Location of Hive run time structured log file</description>
</property>
备注：如果 不是测试的换 上面的 目录最好不要指定到/tmp 里面。测试无所谓。
3 修改日志配置： 好像可以不做（日志冲突也能运行）
cp hive-log4j.properties.template hive-log4j.properties
如果出现 日志冲突：
cp /home/install/hive-1.2.1/lib/jline-2.12.jar /home/install/hadoop-2.5.1/share/hadoop/yarn/lib/
rm -rf /home/install/hadoop-2.5.1/share/hadoop/yarn/lib/jline-0.9.94.jar
4 初始化 hive的映射的mysql表结构：（实测需要先初始化才能启动）
schematool -dbType mysql -initSchema
5 如果配置hive 的 环境变量 ，直接使用 hive 启动 ，如果没有配置 ，在 bin 里面去 使用 ./hive 启动。
./hive
-------------------------------------------------------------------------hive 的 服务启动 和 beeline 连接:- ---------------------------------------------
hive 如果需要java 代码连接需要启动 hive 服务。
./hive --service hiveserver2
如果需要后台启动： nohup hive --service hiveserver2 &
查找这个进程：ps -ef|grep hiveserver2
默认端口10000 。
使用 beelien 连接
./beeline
然后：
!connect jdbc:hive2://centos1:10000
这样就 默认用户名 null 密码 null 就可以连接上了。（ 默认没有密码），但是 hdfs 的写入全系有要求。这里的用户 就是 beeline 传给hdfs 的 用户名。所以这里最好使用 你的 hdfs 的用户名登陆，密码用null；
这个就是匿名登陆抛出的异常：Permission denied: user=anonymous, access=WRITE, inode="/user/hive/warehouse/test":root:supergroup:drwxr-xr-x
hive server2 配置密码方式参考：https://blog.csdn.net/hua_ed/article/details/51693659
如果 如果不能连接 可能是 hdfs 的权限问题，在hdfs 的配置文件core-site.xml中加入如下配置
<property> <name>hadoop.proxyuser.root.hosts</name> <value>*</value> </property> <property> <name>hadoop.proxyuser.root.groups</name> <value>*</value> </property>
备注： hive 没有索引，如果要提高查询效率，可以通过提高 mr 的速度来提高。提高 mr 的速度 可以通过给文件合理的 副本数，然后同时在多台机子上去同步执行。
----------------------------------------------------------------------------语法-----------------------------------------------------------
hive的 语法基础语法 :
hive 的 语法和 sql 非常像：
1 显示数据库：show databases；
2 使用数据库： use 数据库名；
3 显示表：show tables；
4 创建表
CREATE TABLE pokes (foo INT, bar STRING);
使用 字段分隔符： ROW FORMAT DELIMITED FIELDS TERMINATED BY ' '
如果已经有表： alter table test set SERDEPROPERTIES('field.delim'=' ');
5 修改表名
ALTER TABLE pokes RENAME TO test;
6 修改 表 字段
ALTER TABLE pokes ADD COLUMNS (new_col INT); 部分修改
ALTER TABLE invites REPLACE COLUMNS (foo INT, bar STRING, baz INT COMMENT 'baz replaces new_col2'); 全部修改
7 删除表
DROP TABLE pokes;
8 修改字段类型或者名字
alter table test change id id2 bigint；
9 导入数据
LOAD DATA 【LOCAL 】INPATH '/home/hadoop/hfxdoc/person.txt' 【OVERWRITE】 INTO TABLE test；
LOCAL ：导入本地文件
OVERWRITE： 覆盖
备注：导入的实际就是把这个文件复制到 hdfs 文件系统的这个表的 目录下面。如果是 原文件 在 hdfs 上，那么 会移动原来的文件到 表对应的目录下面。
10 基础查询
select * from test；
11 支持 where ,like , group by,order by,join 等等 ...........
12 查询结果 输出到本地
INSERT OVERWRITE LOCAL DIRECTORY '/tmp/dest4.out' SELECT src.value WHERE src.key >= 300; //输出到磁盘
insert overwrite directory '/testrt' select * from test; //输出到 hdfs
13 查询结果插入
INSERT OVERWRITE TABLE dest1 SELECT src.* WHERE src.key < 100
14 插入
insert into table award(id,event_id,award_type,amount,mark ) values(2,2,"b",2,"mark2");
15 分区
在 创建 表的 时候指定 partition by( a string);
插入的时候指定 partition（a = "a"）
备注：分区就是在表的文件夹下面建了一个目录，分区的数据文件在这个文件夹里面。
16 导出 表文件
export table award to "/tools/data";
17 导入sql 脚本
hive -f 文件名
18 导入 和 load 类似
import table a '路径'
19 hive的 自定义函数