Hadoop中的Hive的介绍和应用
本文以Hadoop中的Hive工具为例，为大家分析Hive的核心概念和架构原理以及Hive的应用。阅读完整文相信大家对Hadoop中的Hive有了一定的认识。
1、 Hive核心概念和架构原理
1.1、 Hive概念
Hive由FaceBook开发，用于解决海量结构化日志的数据统计。
Hive是基于Hadoop的数据仓库工具，可以将结构化数据映射为一张表，提供类似SQL语句查询功能
本质：将Hive SQL转化成MapReduce程序。
1.2、Hive与数据库的区别
| 对变项 | Hive | 数据库软件 |
|---|---|---|
| 查询语言 | HQL | SQL |
| 数据存储 | HDFS | Raw Devce or Loal FS |
| 执行器 | MapReduce | Executor |
| 数据插入 | 支持批量导入/单条插入 | 支持单条或者批量导入 |
| 数据操作 | 覆盖追加 | 行级更新删除 |
| 处理数据规模 | 大 | 小 |
| 执行延迟 | 高 | 低 |
| 分区 | 支持 | 支持 |
| 索引 | 0.8版本之后加入了索引 | 支持复杂的索引 |
| 扩展性 | 高 | 有限 |
| 数据加载模式 | 读时模式（快） | 写时模式（慢） |
| 应用场景 | 海量数据查询 | 实时查询 |
读时模式：Hive在加载数据到表中的时候不会校验.
写时模式：Mysql数据库插入数据到表的时候会进行校验.
总结：Hive只适合用来做海量离线的数据统计分析，也就是数据仓库。
1.3、Hive的优缺点
优点：操作接口采用了类SQL语法，提供快速开发的能力，避免了去写MapReduce；Hive还支持用户自定义函数，用户可以根据自己的需求实现自己的函数。
缺点：Hive不支持纪录级别的增删改操作；Hive查询延迟很严重；Hive不支持事务。
1.4、Hive架构原理
(1)用户接口：CLI（hive shell）；JDBC（java访问Hive）；WEBUI（浏览器访问Hive）
(2)元数据：MetaStore
元数据包括：表名、表所属的数据库（默认是default）、表的拥有者、列/分区字段，标的类型（表是否为外部表）、表的数据所在目录。这是数据默认存储在Hive自带的derby数据库中，推荐使用MySQL数据库存储MetaStore。
（3）Hadoop集群：
使用HDFS进行存储数据，使用MapReduce进行计算。
（4）Driver:驱动器
解析器（SQL Parser）:将SQL字符串换成抽象语法树AST，对AST进行语法分析，像是表是否存在、字段是否存在、SQL语义是否有误。
编译器（Physical Plan）：将AST编译成逻辑执行计划。
优化器（Query Optimizer）：将逻辑计划进行优化。
执行器（Execution）：把执行计划转换成可以运行的物理计划。对于Hive来说默认就是Mapreduce任务。
通过Hive**对数据进行数据分析过程**：
2、 Hive交互方式
需要先启动hadoop集群和MySQL服务
2.1、Hive交互shell
cd /opt/bigdata2.7/hive (hive的安装路径，根据自己实际情况改变)bin/hive可以在命令端口写上HQL语句：show databases;验证是否可用。
2.2、JDBC交互
输入hiveserver2相当于开启了一个服务端，查看hivesever2的转态
输入netstat -nlp命令查看：运行hiveserver2相当于开启了一个服务端，端口号10000，需要开启一个客户端进行通信，所以打开另一个窗口，输入命令beeline.
Beeline连接方式：!connect jdbc:hive2://node1:10000
主意不要省略！
当然了hiveserver2服务端可以运行在后台：
nohup hiveserver2 &3、 Hive数据类型
3.1基本数据类型
| 类型名称 | 描述 | 举例 |
|---|---|---|
| boolean | True/false | True |
| tinyint | 1字节的有符号整数 | 1 |
| Smallint | 2字节的有符号整数 | 1 |
| int | 4字节的有符号整数 | 1 |
| Bigint | 8字节的有符号整数 | 1 |
| Float | 4字节精度浮点数 | 1.0 |
| Double | 8字节精度浮点数 | 1.0 |
| String | 字符串（不设长度） | "adcadfaf" |
| Varchar | 字符串（1-65355） | "adfafdafaf" |
| Timestamp | 时间戳 | 123454566 |
| date | 日期 | 20160202 |
3.2复合数据类型
| 类型名称 | 描述 | 举例 |
|---|---|---|
| Array | 一组有序的字段，字段类型必须相同的array（元素1，元素2） | Array(1,2,4) |
| Map | 一组无序的键值对map(k1,v1,k2,v2) | Map('a',1,'b',2) |
| Struct | 一组命名的字段，字段类型可以不同struct(元素1，元素2) | Struct('a',1,2,0) |
（1）Array字段的元素访问方式：下标获取元素，下标从0开始
比如：获取第一元素：array[0]
（2）Map字段的访问方式：通过键获取值
比如:获取a这个key对应的value：map['a']
（3）struct字段的元素获取方式：
定义一个字段c的类型为struct(a int;b string)
获取a和b的值：
create table complex( col1 array, col2 map, col3 struct ) 4、 Hive数据类型转换
4.1、隐式类型转换
系统自动实现类型转换，不需要客户干预
如：tinyint可以转换成int，int可以转成bigint
所有整数类型、float、string类型都可以隐式转转换成double
tinyint、samllint、int都可以转成float
boolean不可以转成其他任何类型
4.2、手动类型转换
可以使用cast函数显示的进行数据类型转换
例如：cast('1' as int)把字符串'1'转成整数1
如果强制转换类型失败，如执行cast('x' as int)表达式返回NULL。
看完上述内容，你们对Hadoop中的Hive工具大概了解了吗？如果想了解更多相关文章内容，欢迎关注行业资讯频道，感谢各位的阅读！
