什麼是Hive
Hive 是建立在 Hadoop 上的數據倉庫基礎構架。它提供了一系列的工具，可以用來進行數據提取轉化加載（ETL ），這是一種可以存儲、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，稱爲 QL ，它允許熟悉 SQL 的用戶查詢數據。同時，這個語言也允許熟悉 MapReduce 開發者的開發自定義的 mapper 和 reducer 來處理內建的 mapper 和 reducer 無法完成的複雜的分析工作。
Hive是SQL解析引擎，它將SQL語句轉譯成M/R Job然後在Hadoop執行。
Hive的表其實就是HDFS的目錄/文件，按表名把文件夾分開。如果是分區表，則分區值是子文件夾，可以直接在M/R Job裏使用這些數據。
Hive的系統架構
•用戶接口，包括 CLI，JDBC/ODBC，WebUI
•元數據存儲，通常是存儲在關係數據庫如 mysql, derby 中
•解釋器、編譯器、優化器、執行器
•Hadoop：用 HDFS 進行存儲，利用 MapReduce 進行計算
hive的系統架構圖如下圖所示：
用戶接口主要有三個：CLI，JDBC/ODBC和 WebUI
CLI，即Shell命令行
JDBC/ODBC 是 Hive 的Java，與使用傳統數據庫JDBC的方式類似
WebGUI是通過瀏覽器訪問 Hive
Hive 將元數據存儲在數據庫中(metastore)，目前只支持 mysql、derby。Hive 中的元數據包括表的名字，表的列和分區及其屬性，表的屬性（是否爲外部表等），表的數據所在目錄等
解釋器、編譯器、優化器完成 HQL 查詢語句從詞法分析、語法分析、編譯、優化以及查詢計劃（plan）的生成。生成的查詢計劃存儲在 HDFS 中，並在隨後MapReduce 調用執行
Hive 的數據存儲在 HDFS 中，大部分的查詢由 MapReduce 完成（包含 * 的查詢，比如 select * from table 不會生成 MapRedcue 任務）