1、Hive 基本概念
Hive是基於Hadoop的一個 數據倉庫工具，可以將結構化的數據文件映射
成一張表，並提供類SQL查詢功能；
Hive是構建在Hadoop 之上的數據倉庫；
使用HQL作為查詢接口；
使用HDFS存儲；
使用MapReduce計算；
簡單來說，Hive就是在Hadoop上架了一層SQL接口，可以將SQL翻譯成MapReduce去Hadoop上執行，這樣就使得數據開發和分析人員很方便的使用SQL來完成海量數據的統計和分析，而不必使用編程語言開發MapReduce那么麻煩。
2、hive優缺點
優點： 入門簡單，避免了去寫MapReduce，減少開發人員的學習成本；
統一的元數據管理，可與impala/spark等共享元數據；
靈活性和擴展性比較好：支持UDF，自定義存儲格式等；
適合離線數據處理
缺點： Hive的效率比較低，由於hive是基於hadoop，Hadoop本身是一個批處理，高延遲的計算框架
其計算是通過MapReduce來作業，具有高延遲性
Hive適合對非實時的、離線的、對響應及時性要求不高的海量數據批量計算，即查詢，統計分析
3、Hive 架構
用戶接口: Client
CLI(hive shell)、JDBC/ODBC(java訪問hive)，WEBUI(瀏覽器訪問hive)
元數據: Metastore
元數據包括：表名、表所屬的數據庫（默認是default）、表的擁有者、列/
分區字段、表的類型（是否是外部表）、表的數據所在目錄等；
默認存儲在自帶的derby數據庫中，推薦使用采用MySQL存儲Metastore；
Hadoop
使用HDFS進行存儲，使用MapReduce進行計算；
