Hive是一个基于Hadoop的数据仓库工具。数据仓库指的是一个面向主题的、继承的、相对稳定的、反应历史变化的数据集合,用于支撑管理决策。
数据源
数据存储和管理
数据服务:为前端提供原始数据
数据应用:直接面向用户提供数据分析的应用系统
可以于大数据定义(4V)前三个对比记忆
1 无法满足快速增长的海量数据存储需求 对应 大量
2 无法有效处理不同类似数据 对应 多种
3 计算和处理能力不足 对应 高速
Hive定义了简单的类似的SQL语言——HiveQL,与大部分SQL语法兼容
Hive与Hadoop生态系统中其他组件的关系
Hive架构于MapReduce、HDFS之上,其自身并不存储数据(详情见复习(一)Hadoop组件)
本文及后续文章内容均由个人总结,仅用于复习记录,如发现错误请大家伙指正,侵删。