Hive是什么(官網概念)

Apache Hive™數據倉庫軟件有助于使用SQL讀取，寫入和管理駐留在分布式存儲中的大型數據集。可以將結構投影到已存儲的數據上。提供命令行工具和JDBC驅動程序，用于將用戶連接到Hive。

• Hive是建立在Hadoop (HDFS/MR)上的用于管理和查詢結果化/非結構化的數據倉庫;
• 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;
• 允許用Java開發自定義的函數UDF來處理內置無法完成的復雜的分析工作;
• Hive沒有專門的數據格式(分隔符等可以自己靈活的設定);

適用場景

• Hive不適用于在線事務處理。 它最適用于傳統的數據倉庫任務
• Hive的執行延遲比較高，因為hive常用于數據分析的，對實時性要求不高;
• Hive優勢在于處理大數據，對于處理小數據沒有優勢，因為hive的執行延遲比較高。

1 Execute Query

Hive接口，如命令行或Web UI發送查詢驅動程序(任何數據庫驅動程序，如JDBC，ODBC等)來執行。

2 Get Plan

在驅動程序幫助下查詢編譯器，分析查詢檢查語法和查詢計劃或查詢的要求。

3 Get Metadata

編譯器發送元數據請求到Metastore(任何數據庫)。

4 Send Metadata

Metastore發送元數據，以編譯器的響應。

5 Send Plan

編譯器檢查要求，并重新發送計劃給驅動程序。到此為止，查詢解析和編譯完成。

6 Execute Plan

驅動程序發送的執行計劃到執行引擎。

7 Execute Job

在內部，執行作業的過程是一個MapReduce工作。執行引擎發送作業給JobTracker，在名稱節點并把它分配作業到TaskTracker，這是在數據節點。在這里，查詢執行MapReduce工作。

7.1 Metadata Ops

與此同時，在執行時，執行引擎可以通過Metastore執行元數據操作。

8 Fetch Result

執行引擎接收來自數據節點的結果。

9 Send Results

執行引擎發送這些結果值給驅動程序。

10 Send Results

驅動程序將結果發送給Hive接口。

Hadoop中實際應用

通過上面流程解釋，要想在hadoop中使用hive,至少需要安裝hive和Metastore(任何數據庫)本文安裝mysql 。

1 ， 安裝mysql

下載linux環境下的mysql安裝包，需要兩個，一個是server端的，一個是client端的。

查詢linux機器上默認安裝的mysql或者你以前安裝的mysql, 暴力卸載之 。

rpm -e mysql-libs-5.xxxxxx_i686 --nodeps 

執行安裝命令

rpm -ivh Mysql-server-xxx.i386.rpm  
rpm -ivh Mysql-client-xxx.i386.rpm 

執行命令初始化設置mysql

/usr/bin/mysql_secure_installation 

使用客戶端登陸

mysql -uroot -proot 

登陸成功后輸入命令：(授予mysql遠程用戶連接的權限)

GRANT ALL PRIVILEGES ON *.* TO 'root'@'%' IDENTIFIED BY 'root' WITH GRANT OPTION; 

使用遠程客戶端連接(navicat 或Advanced Query Tools等等工具 )我用的navicat, 如圖自行領悟。

到這里hive就安裝搭建完成了!