————   同学一定要仔细观看哦！对你的帮助收获满满~~~  ————

一、Hive简介

    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一张表，并提供类SQL查询功能。

• Hive是构建在Hadoop 之上的数据仓库。

  使用HQL作为查询接口。

  使用HDFS存储。

  使用MapReduce计算。

 

    简单来说，Hive就是在Hadoop上架了一层SQL接口，可以将SQL翻译成MapReduce去Hadoop上执行，这样就使得数据开发和分析人员很方便的使用SQL来完成海量数据的统计和分析，而不必使用编程语言开发MapReduce那么麻烦。

二、Hive架构

1、用户接口主要有三个：CLI，Client 和 WUI。其中最常用的是CLI，Cli启动的时候，会同时启动一个Hive副本。Client是Hive的客户端，用户连接至Hive Server。在启动 Client模式的时候，需要指出Hive Server所在节点，并且在该节点启动Hive Server。 WUI是通过浏览器访问Hive。
 

2、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（是否为外部表等），表的数据所在目录等。
 

3、解释器、编译器、优化器完成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。生成的查询计划存储在HDFS中，并在随后有MapReduce调用执行。
 

4、Hive的数据存储在HDFS中，大部分的查询、计算由MapReduce完成（包含*的查询，比如select * from tbl不会生成MapRedcue任务）。

三、Hive函数

1、内置运算符

关系运算符、算术运算符、逻辑运算符、复杂类型函数、对复杂类型函数操作

2、内置函数

数学函数、收集函数、类型转换函数、日期函数、字符函数

3、内置的聚合函数

4、内置表生成函数

5、自定义函数

四、Hive视图

 

1、和关系型数据库中的普通视图一样，hive也支持视图。

2、特点

• 不支持物化视图。

• 只能查询，不能做加载数据操作。

• 视图的创建，只是保存一份元数据，查询视图时才执行对应的子查询。

• view定义中若包含了ORDER BY/LIMIT语句，则当查询视图时也进行ORDER BY/LIMIT语句操作，view当中定义的优先级更高。

• view支持迭代视图。

 本结课就到这里了，想学习更详细的知识可看上方视频

对于大数据hive数据仓库，有不懂的可在下方评论区提问，一起讨论起来吧！！！