学习大数据中的Hive技术

**

一、Hive介绍

Hive官网：https://hive.apache.org/

1.1 hive简介
Hive作为一款数据仓库基础工具，被应用于Hadoop平台中，用于处理结构化数据。其架构建立在Hadoop之上，归类于大数据技术范畴，并使得查询与分析操作更为便捷。同时，它提供了简易的SQL查询功能，能够将SQL语句转换为MapReduce任务进行执行。

最初，Hive由Facebook团队开发，并随后交由Apache软件基金会继续维护，最终以Apache Hive之名成为一个开源项目。Hive本身并不具备特定的数据格式要求。它能够良好地运行于Thrift之上，并支持控制分隔符的功能，同时也允许用户自行定义数据格式。然而，Hive并不适用于在线事务处理场景。其最适宜的应用领域是传统意义上的数据仓库任务。

Hive构建于基于静态批处理的Hadoop框架之上，而Hadoop通常存在较高的延迟，并且在作业提交和调度过程中需要较大的资源开销。因此，在大规模数据集上实现低延迟、快速查询的能力受到限制。例如，在几百MB规模的数据集上执行查询时，一般会出现分钟级的时间延迟。因此，

Hive并不适合那些对响应时间有较高要求的应用场景，例如联机事务处理（OLTP）。在执行查询操作时，Hive严格遵循Hadoop MapReduce的作业执行模型。具体而言，用户