Hive 入门

Hive概述

什么是 Hive

hive    英[haɪv] 美[haɪv]
n.    蜂房; 蜂箱; 一箱蜜蜂; 蜂群; 忙碌的场所; 繁忙的地方;

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为一张表，并提供类 SQL 查询功能。

本质是：将 HQL 转化成MapReduce 程序

1）Hive处理的数据存储在HDFS

2）Hive分析数据底层的实现是MapReduce

3）执行程序运行在YARN上

应用场景 ：由 Facebook 开源用于解决海量结构化日志的数据统计。

Hive 的特点

》》 优点

• (1)操作接口采用类 SQL 语法，提供快速开发的能力（简单、容易上手）。
• (2)避免了去写 MapReduce，减少开发人员的学习成本。
• (3)Hive 的执行延迟比较高，因此Hive 常用于数据分析，对实时性要求不高的场合。
• (4)Hive 优势在于处理大数据，对于处理小数据没有优势，因为Hive 的执行延迟比较高。
• (5)Hive 支持用户自定义函数，用户可以根据自己的需求来实现自己的函数。

》》 缺点

• (1)Hive 的 HQL 表达能力有限
  迭代式算法无法表达
  数据挖掘方面不擅长
• (2)Hive 的效率比较低
  Hive 自动生成的 MapReduce 作业，通常情况下不够智能化
  Hive 调优比较困难，粒度较粗

Hive下载

Hive 下载地址
1.Hive 官网地址

http://hive.apache.org/

2.文档查看地址

https://cwiki.apache.org/confluence/display/Hive/GettingStarted

3.下载地址

http://archive.apache.org/dist/hive/

Hive 安装部署

1.Hive 安装及配置

（1）把 apache-hive-1.2.1-bin.tar.gz 上传到 linux 的/opt/software 目录下
（2）解压 apache-hive-1.2.1-bin.tar.gz 到/opt/module/目录下面

[dev1@hadoop102 software]$ tar -zxvf apache-hive-1.2.1-bin.tar.gz -C /opt/module/

（3）修改 apache-hive-1.2.1-bin.tar.gz 的名称为 hive

[dev1@hadoop102 module]$ mv apache-hive-1.2.1-bin/ hive

（4）修改/opt/module/hive/conf 目录下的 hive-env.sh.template 名称为 hive-env.sh

[dev1@hadoop102 conf]$ mv hive-env.sh.template hive-env.sh

（5）配置hive-env.sh 文件

（a）配置HADOOP_HOME 路径

export HADOOP_HOME=/opt/module/hadoop-2.7.2

（b）配置HIVE_CONF_DIR 路径

export HIVE_CONF_DIR=/opt/module/hive/conf

2.Hadoop 集群配置

（1）必须启动hdfs 和 yarn
在hadoop102上

start-dfs.sh 

在hadoop103上

start-yarn.sh

（2）在 HDFS 上创建/tmp 和/user/hive/warehouse 两个目录并修改他们的同组权限可写
(可不操作，系统会自动创建)

hadoop fs -mkdir /tmp 
hadoop fs    -mkdir    -p /user/hive/warehouse
hadoop fs -chmod g+w /tmp 
hadoop fs -chmod g+w  /user/hive/warehouse

将hadoop fs 换成 hdfs dfs也可以

3.Hive 基本操作

（1）启动hive

[dev1@hadoop102 hive]$ bin/hive

（2）查看数据库

hive> show databases;

（3）打开默认数据库

hive> use default;

（4）显示default 数据库中的表

hive> show tables;

（5）创建一张表

hive> create table student(id int, name string);

（6）显示数据库中有几张表

hive> show tables;

（7）查看表的结构

hive> desc student;

（8）向表中插入数据

hive> insert into student values(1000,"ss");

（9）查询表中数据

hive> select * from student;

（10）退出 hive

hive> quit;