閱讀目錄
本文版權歸mephisto和博客園共有，歡迎轉載，但須保留此段聲明，並給出原文鏈接，謝謝合作。
文章是哥(mephisto)寫的，SourceLink
序
本系列已經有一個多月沒更新了，期間涉及到找相關對應的工作，所幸的事，得到了幾個offer，后來綜合考慮來到了目前這家工作。希望在接下來的時間里，能融入整個社區中去，做出自己略微的貢獻。
上一篇，我們列舉了hadoop常用的命令，本應該給大家實戰下命令的使用的，后來還是想大家自己下去試驗試驗，接下來開始初略介紹hadoop生態圈中的hive。
下面我們開始介紹hive的介紹及安裝。
介紹
一：定義
Hive是建立在 Hadoop 上的數據倉庫基礎構架。它提供了一系列的工具，可以用來進行數據提取轉化加載（ETL），這是一種可以存儲、查詢和分析存儲在 Hadoop 中的大規模數據的機制。Hive 定義了簡單的類 SQL 查詢語言，稱為 HQL，它允許熟悉 SQL 的用戶查詢數據。同時，這個語言也允許熟悉 MapReduce 開發者的開發自定義的 mapper 和 reducer 來處理內建的 mapper 和 reducer 無法完成的復雜的分析工作。
二:適用場景
Hive 構建在基於靜態批處理的Hadoop 之上，Hadoop 通常都有較高的延遲並且在作業提交和調度的時候需要大量的開銷。因此，Hive 並不能夠在大規模數據集上實現低延遲快速的查詢，例如，Hive 在幾百MB 的數據集上執行查詢一般有分鍾級的時間延遲。
因此，Hive 並不適合那些需要低延遲的應用，例如，聯機事務處理（OLTP）。Hive 查詢操作過程嚴格遵守Hadoop MapReduce 的作業執行模型，Hive 將用戶的HiveQL 語句通過解釋器轉換為MapReduce 作業提交到Hadoop 集群上，Hadoop 監控作業執行過程，然后返回作業執行結果給用戶。Hive 並非為聯機事務處理而設計，Hive 並不提供實時的查詢和基於行級的數據更新操作。Hive 的最佳使用場合是大數據集的批處理作業，例如，網絡日志分析。
三：設計特征
Hive 是一種底層封裝了Hadoop 的數據倉庫處理工具，使用類SQL 的HiveQL 語言實現數據查詢，所有Hive 的數據都存儲在Hadoop 兼容的文件系統（例如，Amazon S3、HDFS）中。Hive 在加載數據過程中不會對數據進行任何的修改，只是將數據移動到HDFS 中Hive 設定的目錄下，因此，Hive 不支持對數據的改寫和添加，所有的數據都是在加載的時候確定的。Hive 的設計特點如下。
● 支持索引，加快數據查詢。
● 不同的存儲類型，例如，純文本文件、HBase 中的文件。
● 將元數據保存在關系數據庫中，大大減少了在查詢過程中執行語義檢查的時間。
● 可以直接使用存儲在Hadoop 文件系統中的數據。
● 內置大量用戶函數UDF 來操作時間、字符串和其他的數據挖掘工具，支持用戶擴展UDF 函數來完成內置函數無法實現的操作。
● 類SQL 的查詢方式，將SQL 查詢轉換為MapReduce 的job 在Hadoop集群上執行。
安裝
一：進入ambari
輸入ambari地址，登陸。
二：點擊Services
三：新加hive服務
四：Pig
我們先沒有勾選Pig，提示pig也需要安裝。
五：分配安裝節點
將待裝服務分到到節點中去。
六：Hive配置
設置hive的配置，紅的是必填的，數據庫的密碼。
七：安裝，測試，啟動
開始安裝了，我們耐心的等待。
八：完成
--------------------------------------------------------------------
到此，本章節的內容講述完畢。
系列索引
本文版權歸mephisto和博客園共有，歡迎轉載，但須保留此段聲明，並給出原文鏈接，謝謝合作。
文章是哥(mephisto)寫的，SourceLink