1、hive:建立在Hadoop上的數據倉庫工具，可以將結構化的數據文件映射為一張數據庫表，並提供了簡單的類SQL查詢語言，稱為QL，允許用戶開發自定義的mapper、reducer來處理復雜的分析工作，十分適合數據倉庫的統計分析。
2、Hive架構包括如下組件：
CLI、JDBC、Thrift Server、WEB GUI、Metastore and Diver，分成兩類：服務端組件、客戶端組件
服務端組件：
Driver組件：包括編譯器、優化器、執行器，作用是將我們寫的HQL進行解析、編譯優化、生成執行計划，然后調用底層的marreduce計算框架
metastore組件：元數據服務組件，負責存儲hive的元數據，hive的元數據存儲在關系型數據庫中，hive支持把metastore服務獨立出來，安裝到遠程的服務集群里，從而解耦hive服務和metastore服務，從而保證hive運行的健壯性
thrift服務：用來進行可擴展且跨語言服務的開發，hive集成該服務，能讓不同的開發語言調用hive接口
客戶端組件：
CLI:命令行接口
thrift客戶端：hive的許多客戶端接口是建立在thrift客戶端的基礎之上，包括JDBC、ODBC
WEB GUI:可以通過瀏覽器的方式訪問hive提供的服務接口，該接口對應hive的hwi(hive web interface)，所以首先要啟動hwi服務
3、metastore組件：
hive元數據存放地，包括metastore服務、后台數據存儲兩部分
metastore服務：
建立在后台數據存儲介質上，並且可以和hive提供的服務進行交互的服務組件，默認情況下metastore服務是和hive服務安裝在一起的，但是也可以獨立出來，提升hive服務效率
hive執行流程如下圖：
4、和普通關系數據庫的區別
| Hive |
RDBMS |
|
| 查詢語言 |
HQL |
SQL |
| 數據存儲 |
HDFS |
Raw Device or Local FS |
| 索引 |
無 |
有 |
| 執行 |
MapReduce |
Excutor |
| 執行延遲 |
高 |
低 |
| 處理數據規模 |
大 |
小 |
5、數據格式：hive中沒有定義專門的數據格式，可以由用戶指定，需要指定三個屬性：(1)列分隔符(空格、\t、\x001)、(2)行分隔符("\n"、\x002)、(3)讀取數據的方法
hive中文件有3種格式：TextFile、SequenceFile、RCFile
hive在進行加載時不需要進行數據格式的轉換，只是將數據復制到相應的HDFS目錄，所以數據加載速度相對數據庫要快一些
6、Hive中的數據不允許修改，在加載的時候就已經確定
7、索引：由於Hive中沒有索引，當要訪問hive數據中滿足條件的特定值時，需要暴力掃描整個數據，因此訪問延遲要高，但是由於MR的引入，可以並行訪問數據，但是不適合在線數據查詢
8、hive中除了select * from語句不需要生成MR任務執行外，其它都需要
9、hive包含以下幾種數據模型：
（1）table：
每個table在hive中都有一個相應的目錄存儲數據，如table a的hdfs目錄為/warehouse/a，其中warehouse是hive-site.xml中由hive.metastore.warehouse.dir屬性指定，所有的table數據都保存在這個目錄下
（2）external table：
數據存儲在hdfs中，可以創建分區，並不會將數據移動到倉庫目錄中
（3）partition：表table的一個partition對應表下的一個目錄，所有partition的數據都對應在相應的目錄下，如表a包含dt、city兩個partition，則對應於 dt = 20100801, ctry = US 的 HDFS 子目錄為：/ warehouse /xiaojun/dt=20100801/ctry=US；對應於 dt = 20100801, ctry = CA 的 HDFS 子目錄為；/ warehouse /xiaojun/dt=20100801/ctry=CA
（4）buckets：對指定列進行hash，根據hash值切分數據，每個bucket對應一個文件，例如將表a中 user 列分散至 32 個 bucket，首先對 user 列的值計算 hash，對應 hash 值為 0 的 HDFS 目錄為：/ warehouse /xiaojun/dt =20100801/ctry=US/part-00000；hash 值為 20 的 HDFS 目錄為：/ warehouse /xiaojun/dt =20100801/ctry=US/part-00020
下面記錄一下hive加載本地數據的方法：
1、首先在本地創建一個文本文件，如empinfo.txt，內容如下：
1|name1|25|13188888888888
2|name2|30|13888888888888
3|name3|3|147896221
2、輸入hive進入hive模式：
hive>
3、創建表：
create table tb_emp_info
> (id int,
> name string,
> age int,
> tel string)
> ROW FORMAT DELIMITED
> FIELDS TERMINATED BY '|'
> STORED AS TEXTFILE;
4、加載本地數據：
load data local inpath 'empinfo.txt' into table tb_emp_info;
5、select * from tb_emp_info;查詢是否有數據，驗證數據是否加載成功。
6、查看該表對應的hdfs目錄：
dfs -ls /user/hive/warehouse/tb_emp_info;
查看文件內容：
dfs -text /user/hive/warehouse/tb_emp_info/empinfo.txt;
顯示如下內容：
1|name1|25|13188888888888
2|name2|30|13888888888888
3|name3|3|147896221
在界面查看hdfs目錄也能看到該文件。