大数据零基础入门：Hadoop Hive简介

在热热闹闹的大数据学习大潮当中，零基础入门学习大数据的不在少数，目前大数据行业人才紧缺，只要掌握过硬的技术实力，是能够得到很不错的发展的。今天的大数据零基础入门，我们为大家带来Hadoop Hive基础入门简介。


首先，Hive是什么？

Hive作为Hadoop框架下的重要组件之一，为大数据处理提供数据仓库解决方案。通过Hive，我们可以实现数据提取、转换、加载等一系列操作，也就是ETL，基于Hive，对Hadoop当中的大规模数据，可以进行存储、查询和分析。

Hive定义了一种类SQL的语言，HQL，通过HQL，可以可以将结构化的数据文件映射为一张数据库表，Hive在执行的过程中会将HQL转换为MapReduce去执行，免去了一般用户在使用Hadoop时的技术门槛，不需要编写MapReduce程序，就能实现数据处理。

所以本质上来说，Hive是基于Hadoop的一种分布式计算框架，底层仍然是MapReduce。

Hive数据存储

Hive是基于Hadoop分布式文件系统的，它的数据存储在Hadoop分布式文件系统中。Hive本身没有专门的数据存储格式，也没有为数据建立索引，用户可以非常自由的组织Hive中的表，只需要在创建表的时候告诉Hive数据中的列分隔符和行分隔符，Hive就可以解析数据。

Hive中包含四种数据模型：Table（内部表），External Table（外部表），Partition（分区），Bucket（分桶）。

Hive适用场景

Hive的最佳使用场景：大规模数据的离线批处理作业，例如网络日志分析等。

由于Hadoop本身是一个批处理，高延迟的计算框架，Hive使用Hadoop作为执行引擎，自然也就有了批处理，高延迟的特点，在数据量很小的时候，Hive执行也需要消耗较长时间来完成，所以Hive并不能在大规模数据上实现低延迟快速的查询。

因此，Hive擅长的是非实时的、离线的、对响应及时性要求不高的海量数据批量计算，即席查询，统计分析等大规模数据的离线批处理作业。

今天的大数据零基础入门，Hadoop Hive简介，以上就是详细的内容了，零基础学大数据，Hadoop是必学的技术框架，而Hadoop当中的诸多功能组件，也需要一一去学习掌握。成都加米谷大数据，专业大数据培训机构，Hadoop大数据开发班，本月正在招生中，私聊客服可领学习资料哦！