博学谷 > 资讯 > 大数据 > 什么是Hive?为什么要用Hive?

原创 什么是Hive?为什么要用Hive?

发布时间:2020-06-03 18:08:30 浏览 581 来源:博学谷 作者:照照

    Hive是建立在Hadoop上的数据仓库基础构架。对于有一定基础的大数据学习者来讲,Hive是必须掌握的核心技术。本文主要带大家来认识一下Hive,了解什么是Hive?为什么要用Hive?如果大家对这些问题好奇,就一起看看接下来的内容吧~

     

    什么是Hive

     

    1、什么是Hive

     

    1Hive的定义

     

    Hive一个可以将结构化的数据文件映射为一张数据库表并提供类SQL查询功能的数据仓库工具,而且它是基于Hadoop的。因此,从本质上来看,Hive是将SQL转换为MapReduce程序的工具。因为,比直接用MapReduce开发效率更高,Hive的主要作用就是用来做离线数据分析。

     

    2Hive架构

     

    什么是Hive

     

    用户接口:包括 CLI JDBC/ODBC WebGUI 。其中, CLI(command line interface) shell 命令行;JDBC/ODBC Hive JAVA 实现,与传统数据库JDBC 类似;WebGUI 是通过浏览器访问 Hive

    元数据存储:通常是存储在关系数据库如 mysql/derby 中。Hive 将元数据存储在数据库中。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。

    解释器、编译器、优化器、执行器: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。

     

    3Hive数据模型

     

    Hive中所有的数据都存储在HDFS中,没有专门的数据存储格式。在创建表时指定数据中的分隔符,Hive就可以映射成功,解析数据。Hive中包含以下数据模型:                                 

    db:在hdfs中表现为hive.metastore.warehouse.dir目录下一个文件夹;

    table:在hdfs中表现所属db目录下一个文件夹;

    external table:数据存放位置可以在 HDFS 任意指定路径;

    partition:在hdfs中表现为table目录下的子目录;

    bucket:在hdfs中表现为同一个表目录下根据hash散列之后的多个文件。

     

    2、为什么要用Hive

     

    1Hive与传统数据库对比

     

    什么是Hive

     

    Hive用于海量数据的离线数据分析。Hive具有sql数据库的外表,但应用场景完全不同,Hive只适合用来做批量数据统计分析。

     

    2Hive的优势

     

    Hive利用HDFS存储数据,利用MapReduce查询分析数据。因为直接使用Hadoop MapReduce处理数据,会面临人员学习成本太高的问题,而且MapReduce实现复杂查询逻辑开发难度太大。而使用Hive,操作接口采用类SQL语法,提供快速开发的能力的同时还避免了去写MapReduce,从而减少开发人员的学习成本,功能扩展更加方便。

     

    看到这里,想必大家对于“什么是Hive?为什么要用Hive?”,已经有了一定的了解。如果大家想要更加深入的学习大数据中的核心技术Hive,可以在下方申请免费试学名额,获取免费的大数据在线学习机会~

    申请免费试学名额    

在职想转行提升,担心学不会?根据个人情况规划学习路线,闯关式自适应学习模式保证学习效果
讲师一对一辅导,在线答疑解惑,指导就业!

领取成功
领取失败
上一篇:什么是数据库?用来做什么? 下一篇:数据仓库是什么?基本概念讲解

相关推荐 更多

最新文章

扫描二维码,回复"大数据"获取20G资料包