Hive是什么？

Hive是什么？

此外，hive也支持熟悉map-reduce的开发者使用map-reduce程序对数据做更加复杂的分析。
hive可以很好的结合thrift和控制分隔符，也支持用户自定义分隔符。
hive基于hadoop，hadoop是批处理系统，不能保存低延迟，因此，hive的查询也不能保证低延迟。
hive的工作模式是：提交一个任务，等到任务结束时被通知，而不是实时查询。相对应的是，类似于Oracle这样的系统当运行于小数据集的时候，响应非常快，可当处理的数据集非常大的时候，可能需要数小时。需要说明的是，hive即使在很小的数据集上运行，也可能需要数分钟才能完成。
低延迟不是hive追求的首要目标。

hive是什么 1）hive 是建立在hadoop (hdfs/mr)上的用于管理和查询结果化/非结构化的数据仓库； 2）一种可以存储、查询和分析存储在hadoop 中的大规模数据的机制； 3）hive 定义了简单的类sql 查询语言，称为hql，它允许熟悉sql 的用户查询数据； 4）允许用java开发自定义的函数udf来处理内置无法完成的复杂的分析工作； 5）hive没有专门的数据格式（分隔符等可以自己灵活的设定）； etl的流程（extraction-transformate-loading）：将关系型数据库的数据抽取到hdfs上，hive作为数据仓库，经过hive的计算分析后，将结果再导入到关系型数据库的过程。 hive是构建在hadoop之上的数据仓库 1）使用hql作为查询接口； 2）使用hdfs作为存储； 3）使用mapreduce作为计算； hive应用场景 数据源： 1）文件数据，如中国移动某设备每天产生大量固定格式的文件； 2）数据库 以上两种不同的数据源有个共同点：要使用hive，那么必须要将数据放到hive中；通常采用如下两种方式： 1）文件数据：load到hive 2）数据库: sqoop到hive 数据的离线处理； hive的执行延迟比较高，因为hive常用于数据分析的，对实时性要求不高； hive优势在于处理大数据，对于处理小数据没有优势，因为hive的执行延迟比较高。 处理数据存放在hive表中，那么前台系统怎么去访问hive的数据呢？ 先将hive的处理结果数据转移到关系型数据库中才可以，sqoop就是执行导入导出的操作