01_Hive简介及其工作机制

Posted 2020-11-21 yaboya

 1.Hive简介

　　Hive是一个基于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个表。并提供类SQL查询功能，

可以将sql语句转换为MapReduce任务运行。其优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce

统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析

2.数据仓库(面向主题、历史)：　　

　　数据库是用来支撑在线联机业务的。如页面上数据的展示，保存客户操作产生的数据。这类要求变更是实时的、

事务的。

　　数据仓库：如果联机数据库中的数据太大了，需要将历史信息导入到离线的仓库中。数据仓库中可以存入各种

业务系统的数据，并按照一定主题来组织这些数据表。数据仓库中的数据一般用来做统计，数据分析。比如统计年

度销售额，月度销售额，广告推荐等

3.Hive的工作机制：

　　将清洗过的数据放入到HDFS中，就可进行各种统计了。但有些需求用MapReduce写起来非常难，所以有了Hive