Hive概览
一，Hadoop
开源的分布式计算平台，核心是分布式文件系统”HDFS(Hodoop Distributed Filesystem )“和分布式计算模型：MapReduce。
HDFS:
进行大数据存储，分布式文件系统，具有高容错性特点，因此可以设计部署再低廉的硬件设施上面，通过提高吞吐率来访问数据，适合拥有超大数据集的应用
MapReduce：
进行大数据运算，在存储了大量数据的基础上，如何将这些数据利用起来。MapReduce就是解决如何从海量数据中获取想要信息的，用于大规模数据集的并行运算。基本原理是：map和reduce操作，先指定一个map函数，把输入映射成一组新的键值对，交给reduce，reduce对相同key下的所有value进行处理以后再将结果合并得出最终的结果。
**二 Hive **
数据仓库：
数据仓库是面向主题的、集成的、相对稳定的、反应历史数据变化的大量数据集合。它出于分析性报告和决策支持目的而创建。为需要业务智能的企业，提供指导业务流程改进、监视时间、成本、质量以及控制，数据量极大。
Hive就是一种基于Hodoop的数据仓库工具，满足海量数据的存储需求，提供满足要求的数据处理和计算能力。
Hive与Hadoop的关系：
1 Hive的底层存储依赖于HDFS来进行数据存储
2 MapReduce是专门对于HDFS存储数据进行处理，而Hive提供了Hive SQL对数据进行操作，其本质其实就是将sql转换为MapReduce任务操作来进行数据操作。
三 Hive的优缺点
优点：
1.使用Hive SQL，让用户操作变得很简单，切内置大量函数，便于对于数据仓库进行数据计算与处理。
2.可扩展，可以自定义存储格式，自定义函数
3.支持多借口访问
缺点：
不适用联机事务处理（OLTP），不支持列级别的数据添加，修改，删除操作 。延迟较高
四 使用场景
1.离线数据分析与处理，离线数据统计
2.数据挖掘，分析用户行为信息，做用户人群画像
3.数据统计
Hive只是大数据处理当中的一个部分，相对成熟，具有其相应的使用场景
痛定思痛。
你的名字
不念不忘少年蓝@
我就是我
还没有评论，来说两句吧...