Hive 初学者教程：3 天通过示例学习

Hive 教程摘要

---

Apache Hive 可帮助您快速查询和管理大型数据集。它是一个 ETL工具 适用于 Hadoop 生态系统。在本 Apache Hive 初学者教程中，您将学习 Hive 基础知识和重要主题，如 HQL 查询、数据提取、分区、存储桶等。本 Hive 教程系列将帮助您学习 Hive 概念和基础知识。

我应该知道什么？

---

要学习本 Hive 查询教程，您需要具备以下基本知识： 数据库, Hadoop的 其他数据库的知识也会有额外的帮助。

Hive 课程大纲

介绍

👉 Less上1	什么是Hive？ - Archi结构与模式
👉 Less上2	下载并安装HIVE — 如何在 Ubuntu
👉 Less上3	HIVE Metastore 配置 — 为什么要使用 MySQL?
👉 Less上4	Hive 数据类型 — 在 Hive 中创建和删除数据库

进阶的东西

👉 Less上1	Hive 创建表 — 类型及其用法
👉 Less上2	蜂巢分区和存储桶 — 通过实例学习
👉 Less上3	Hive 索引和视图 — 通过实例学习
👉 Less上4	Hive 查询 — 通过实例学习
👉 Less上5	Hive 连接 & 子查询教程 — 通过实例学习
👉 Less上6	Hive 查询语言教程 - 内置 Opera职权范围
👉 Less上7	Hive 函数 — 内置和用户定义函数
👉 Less上8	Hive ETL — 加载 JSON、XML、文本数据示例

Hive 简介

Hive 是一种建立在 Hadoop Map-Reduce 框架之上的数据仓库解决方案。

行业中收集和分析的数据集的大小 商业智能 正在不断增长，从某种程度上来说，它使得传统数据仓库解决方案变得更加昂贵。 Hadoop的 借助 MapReduce 框架，Hadoop 正被用作分析海量数据集的替代解决方案。尽管 Hadoop 已被证明可用于处理海量数据集，但其 MapReduce 框架非常低级，需要程序员编写难以维护和重用的自定义程序。Hive 的出现是为了拯救程序员。

Hive 引擎 将这些查询编译为 Map-Reduce 作业以在 Hadoop 上执行。此外，自定义 Map-Reduce 脚本也可以插入到查询中。Hive 操作存储在表中的数据，这些表由原始数据类型和集合数据类型（如数组和映射）组成。

Hive 带有命令行 shell 界面，可用于创建表和执行查询。

Hive 查询语言与 SQL 类似，它支持子查询。使用 Hive 查询语言，可以跨 Hive 表进行 MapReduce 连接。它支持简单的 类似 SQL 的函数– CONCAT、SUBSTR、ROUND 等，以及 聚合函数– SUM、COUNT、MAX 等。它还支持 GROUP BY 和 SORT BY 子句。还可以用 Hive 查询语言编写用户定义函数。

Hive 与 Map Reduce

在选择这两个选项之一之前，我们必须了解它们的一些特点。

在 Hive 和 Map Reduce 之间进行选择时，需要考虑以下因素；

• 资料类型
• 数据量
• 代码复杂性

Hive 与 Map Reduce 相比？

专栏	蜂房	地图缩小
Language	它支持类似 SQL 的查询语言，用于交互和数据建模	它编译语言时有两个主要任务，一个是 map 任务，另一个是 Reducer。 我们可以使用以下方式定义这些任务 Java or Python
抽象级别	HDFS 之上更高级别的抽象	较低抽象级别
代码效率	比 Map Reduce 相对较少	提供高效率
代码范围	Less 执行所需的代码行数	需要定义更多行代码
所需开发工作类型	Less 需要开发工作	需要更多的开发工作

点击查看 下一个教程