Hive是建立在Hadoop上的 数据仓库 框架，提供 大数据 平台批处理计算能力，能够对结构化/半结构化数据进行批量分析汇总完成数据计算。提供类似SQL的Hive Query Language语言操作结构化数据，其基本原理是将HQL语言自动转换成MapReduce任务，从而完成对Hadoop集群中存储的海量数据进行查询和分析。
Hive主要特点如下：
· 海量结构化数据分析汇总。
· 将复杂的MapReduce编写任务简化为SQL语句。
· 灵活的数据存储格式，支持JSON，CSV，TEXTFILE，RCFILE，SEQUENCEFILE，ORC（Optimized Row Columnar）这几种存储格式。
Hive结构
Hive提供服务的原理是将HQL编译解析成相应的MapReduce或者HDFS任务，如下为Hive的结构概图。
|
名称 |
说明 |
|
HiveServer |
一个集群内可部署多个HiveServer，负荷分担。对外提供Hive 数据库 服务，将用户提交的HQL语句进行编译，解析成对应的Yarn任务或者HDFS操作，从而完成数据的提取、转换、分析。 |
|
MetaStore |
· 一个集群内可部署多个MetaStore，负荷分担。提供Hive的元数据服务，负责Hive表的结构和属性信息读、写、维护和修改。 · 提供Thrift接口，供HiveServer、Spark、WebHCat等MetaStore客户端来访问，操作元数据。 |
|
WebHCat |
一个集群内可部署多个WebHCat，负荷分担。提供Rest接口，通过Rest执行Hive命令，提交MapReduce任务。 |
|
Hive客户端 |
包括人机交互命令行Beeline、提供给JDBC应用的JDBC驱动、提供给Python应用的Python驱动、提供给Mapreduce的HCatalog相关JAR包。 |
|
ZooKeeper集群 |
ZooKeeper作为临时节点记录各HiveServer实例的IP地址列表，客户端驱动连接Zookeeper获取该列表，并根据路由机制选取对应的HiveServer实例。 |
|
HDFS/HBase集群 |
Hive表数据存储在HDFS集群中。 |
|
MapReduce/Yarn集群 |
提供分布式计算服务：Hive的大部分数据操作依赖MapReduce，HiveServer的主要功能是将HQL语句转换成MapReduce任务，从而完成对海量数据的处理。 |
HCatalog建立在Hive Metastore之上，具有Hive的DDL能力。从另外一种意义上说，HCatalog还是Hadoop的表和存储管理层，它使用户能够通过使用不同的数据处理工具（比如MapReduce），更轻松地在网格上读写HDFS上的数据，HCatalog还能为这些数据处理工具提供读写接口，并使用Hive的命令行接口发布数据定义和元数据探索命令。此外，经过封装这些命令，WebHcat Server还对外提供了RESTful接口。
Hive原理
Hive作为一个基于HDFS和MapReduce架构的数据仓库，其主要能力是通过对HQL（Hive Query Language）编译和解析，生成并执行相应的MapReduce任务或者HDFS操作。
· Metastore：对表，列和Partition等的元数据进行读写及更新操作，其下层为关系型数据库。
· Driver：管理HiveQL执行的生命周期并贯穿Hive任务整个执行期间。
· Compiler：编译HiveQL并将其转化为一系列相互依赖的Map/Reduce任务。
· Optimizer：优化器，分为逻辑优化器和物理优化器，分别对HiveQL生成的执行计划和MapReduce任务进行优化。
· Executor：按照任务的依赖关系分别执行Map/Reduce任务。
· ThriftServer：提供thrift接口，作为JDBC的服务端，并将Hive和其他应用程序集成起来。
· Clients：包含WebUI和JDBC接口，为用户访问提供接口。
Hive操作示例
在华为云MRS集群中，您可以通过连接HBase客户端实现创建表，往表中插入数据，修改表，读取表数据，删除表中数据以及删除表的功能。
MRS集群的创建可参考创建集群。
1. 安装集群客户端后，登录客户端。
cd /opt/client/
source bigdata_env
kinit hiveuser #集群未开启Kerberos认证忽略
2. 执行命令进入Hive Beeline命令行。
beeline
...
Beeline version 3.1.0-hw-ei-311001-SNAPSHOT by Apache Hive
0: jdbc:hive2://XXX:21066/>
3. 创建一个表“mytable”。
create table mytable(id int,name string,company string) row format delimited fields terminated by ',' stored as textfile;
执行命令，查看表是否创建成功。
show tables;
...
+--------------------------------------+
| tab_name |
+--------------------------------------+
| mytable |
+--------------------------------------+
4. 将本地源数据文件导入表中。
例如本地已提前准备好源数据文件“/tmp/data.txt”，文件内容如下：
1,yang,AAA
2,liu,BBB
3,cheng,CCC
在beeline命令行中执行命令加载数据至Hive表中。
load data local inpath '/tmp/data.txt' into table mytable;
数据导入后，查询Hive表内容数据。
select * from mytable;
...
+-------------+---------------+------------------+
| mytable.id | mytable.name | mytable.company |
+-------------+---------------+------------------+
| 1 | yang | AAA |
| 2 | liu | BBB |
| 3 | cheng | CCC |
+-------------+---------------+------------------+
5. 删除表。
drop table mytable;
好了，本期云小课就介绍到这里，快去体验MapReduce(MRS)更多功能吧！猛戳这里
