適用場景：

Hive 構(gòu)建在基于靜態(tài)批處理的Hadoop 之上，Hadoop 通常都有較高的延遲并且在作業(yè)提交和調(diào)度的時候需要大量的開銷。Hive 不能夠在大規(guī)模數(shù)據(jù)集上實現(xiàn)低延遲快速的查詢，例如，Hive 在幾百MB 的數(shù)據(jù)集上執(zhí)行查詢一般有分鐘級的時間延遲。因此，Hive 不適合那些需要低延遲的應(yīng)用，例如，聯(lián)機事務(wù)處理（OLTP）。Hive 查詢操作過程嚴(yán)格遵守Hadoop MapReduce 的作業(yè)執(zhí)行模型，Hive 將用戶的HiveQL 語句通過解釋器轉(zhuǎn)換為MapReduce 作業(yè)提交到Hadoop 集群上，Hadoop 監(jiān)控作業(yè)執(zhí)行過程，然后返回作業(yè)執(zhí)行結(jié)果給用戶。Hive 并非為聯(lián)機事務(wù)處理而設(shè)計，Hive 并不提供實時的查詢和基于行級的數(shù)據(jù)更新操作。Hive 的最佳使用場合是大數(shù)據(jù)集的批處理作業(yè)，例如，網(wǎng)絡(luò)日志分析。

設(shè)計特征：

Hive 是一種底層封裝了Hadoop 的數(shù)據(jù)倉庫處理工具，使用類SQL 的HiveQL 語言實現(xiàn)數(shù)據(jù)查詢，所有Hive 的數(shù)據(jù)都存儲在Hadoop 兼容的文件系統(tǒng)（例如，Amazon S3、HDFS）中。Hive 在加載數(shù)據(jù)過程中不會對數(shù)據(jù)進(jìn)行任何的修改，只是將數(shù)據(jù)移動到HDFS 中Hive 設(shè)定的目錄下，因此，Hive 不支持對數(shù)據(jù)的改寫和添加，所有的數(shù)據(jù)都是在加載的時候確定的。Hive 的設(shè)計特點如下：

• 支持索引，加快數(shù)據(jù)查詢。

• 不同的存儲類型，例如，純文本文件、HBase 中的文件。

• 將元數(shù)據(jù)保存在關(guān)系數(shù)據(jù)庫中，大大減少了在查詢過程中執(zhí)行語義檢查的時間。

• 可以直接使用存儲在Hadoop 文件系統(tǒng)中的數(shù)據(jù)。

• 內(nèi)置大量用戶函數(shù)UDF 來操作時間、字符串和其他的數(shù)據(jù)挖掘工具，支持用戶擴展UDF 函數(shù)來完成內(nèi)置函數(shù)無法實現(xiàn)的操作。

• 類SQL 的查詢方式，將SQL 查詢轉(zhuǎn)換為MapReduce 的job 在Hadoop集群上執(zhí)行。

體系結(jié)構(gòu)：

主要分為以下幾個部分：

用戶接口

用戶接口主要有三個：CLI，Client 和 WUI。其中最常用的是 CLI，Cli 啟動的時候，會同時啟動一個 Hive 副本。Client 是 Hive 的客戶端，用戶連接至 Hive Server。在啟動 Client 模式的時候，需要指出 Hive Server 所在節(jié)點，并且在該節(jié)點啟動 Hive Server。 WUI 是通過瀏覽器訪問 Hive。

元數(shù)據(jù)存儲

Hive 將元數(shù)據(jù)存儲在數(shù)據(jù)庫中，如 mysql、derby。Hive 中的元數(shù)據(jù)包括表的名字，表的列和分區(qū)及其屬性，表的屬性（是否為外部表等），表的數(shù)據(jù)所在目錄等。

解釋器、編譯器、優(yōu)化器、執(zhí)行器

解釋器、編譯器、優(yōu)化器完成 HQL 查詢語句從詞法分析、語法分析、編譯、優(yōu)化以及查詢計劃的生成。生成的查詢計劃存儲在 HDFS 中，并在隨后由 MapReduce 調(diào)用執(zhí)行。

Hadoop

Hive 的數(shù)據(jù)存儲在 HDFS 中，大部分的查詢由 MapReduce 完成（包含 * 的查詢，比如 select * from tbl 不會生成 MapReduce 任務(wù)）。