Hive数据仓库工具

Hive是建立在hadoop之上的，本质上是将SQL转换为MapReduce的任务进行运算，底层由Hdfs来提供数据的存储,开发这个工具的目的是降低开发MapReduce程序的难度，让业务统计人员可以直接通过类似sql的语言进行数据的统计和展现。

Hive具有可扩展性，容错性与低约束性的特点，这是因为底层用的是Hdfs,对这些特性进行了继承

同时也有延展性的特点，这个延展性是指可以自定义函数进行拓展

Hive对外提供了丰富的用户接口，既可以通过CLi接口进行交互，也可以通过web 接口进行交互，也可以用原始的JDBC/ODBC客户端进行交互，在整个交互过程中，HQL语句会被解析成MapReduce任务进行执行

Hive建表时分内部表和外部表，对于内部表的数据，hive是全权管理，包括元数据和数据，对于外部表hive，只管理元数据，内部表适用于需要在 Hive 中进行频繁的读写操作、数据清洗、转换和分析的场景。外部表适用于与其他数据源集成的场景。例如大规模的离线数据分析

Hive的hql语句和传统的sql语句，基本一致，不再赘述

简单说一下hive和hbase的区别：

hbase:是一个分布式数据库，它主要用于弥补hdfs延迟较高的问题

hive:是一个分布式数据仓库，更形象的说是一个数据仓库工具集，它的目的降低mapreduce的开发难度