hive教程

Hive提供了Hive查询语言（简称HQL）来实现查询存储在Hadoop集群中的数据，因此它是架构在Hadoop集群上的。

Hive适用于：

1.、Hive最适合于数据仓库应用程序，使用该应用程序进行相关的静态数据分析，不需要快速响应给出结果，而且数据本身不会频繁变化。

2、Hadoop以及HDFS的设计本身约束和局限性地限制了Hive所能胜任的工作。其中最大的限制就是Hive不支持记录级别的更新、插人或者删除操作。

3、因为 Hadoop是一个面向批处理的系统，而MapReduce任务（job）的启动过程需要消耗较长的时间，所以Hive查询延时比较严重。传统数据库中在秒级别可以完成的查询，在 Hive中，即使数据集相对较小，往往也需要执行更长的时间。

4、Hive 不支持事务。 因此，Hive不支持OLTP（联机事务处理）所需的关键功能，而更接近成为一个OLAP （联机分析技术）工具。

 

hive教程 的主要内容：

  • Hive介绍:

    介绍hive在Hadoop体系当中的位置，主要作用是什么。

  • Hive和Pig的区别:

    Pig hadoop 和 Hive hadoop 有一个相似的目标——它们是减轻编写复杂 java MapReduce 程序的工具。他们可以用 Pig Latin 或 Hive SQL 语言来构建 MapReduce 程序，从而减少了整体开发和测试时间

  • hive与hbase区别:

    hive与hbase都是Hadoop的衍生产品，但它们不为用户提供相同的功能。然而，尽管存在差异，Apache Hive 和 Apache HBase 都是处理大数据时优先考虑的两块工具和解决方案。

  • Hive安装:

    本章节介绍hive的安装，如何利用mysql作为hive元数据存储的配置。

  • Hive CLI 命令行界面:

    本文介绍Hive CLI 命令行工具是如何使用的。

  • Hive CLI命令选项:

    本文介绍Hive CLI主要常用的命令选项是有哪些。

  • HIve变量和属性:

    hive当中变量和属性的命名空间主要分为四种：hivevar、hivecof、system、env。

  • Hive -e 一次性查询命令:

    用户有时候想快速利用Hive CLI执行一个或者多个查询时，执行完毕就关闭Hive CLI，Hive命令项-e提供了此功能。

  • Hive -f执行文件中的hql:

    Hive -f命令项提供了可以执行指定文件中一个或者多个HQL查询语句。

  • hive -i命令项:

    hive -i命令项：会指定一个文件，在hive启动CLI时，在提示符出现之前加载这个文件，然后会在HOME目录下生成一个.hiverc的文件

  • Hive基本数据类型:

    Hive基本上支持大多数关系型数据库的基本数据类型，比如不同长度的整数型和浮点型，支持布尔类型，也支持无长度限制的字符串类型。

  • Hive集合数据类型:

    本文介绍hive支持的集合数据类型，如array、struct 和 map。

  • Hive创建数据库:

    在Hive中数据库的概念和关系型数据库的database的概念是一致的，都是代表着一些表的逻辑组，我们可以通过关键字create database在hive上创建一个新的数据库。

  • hive修改数据库:

    hive可以通过alter database关键字可以添加或修改hive数据库的属性。

  • Hive创建表(create table):

    hive采用关键字CREATE TABLE来创建一个新的表结构。hive create table的语法和sql语句当中类似

  • Hive表存储文件格式:

    通过STORED AS指定表存储的文件格式。hive支持Hadoop中常用的几种文件格式，如：TextFile、SequenceFile、RCFile、AVRO、ORC和Parquet格式。