hive的简单了解

1.hive介绍
Hive是一个基于Hadoop的开源数据仓库工具，用于存储和处理海量结构化数据。它是Facebook 2008年8月开源的一个数据仓库框架，提供了类似于SQL语法的HQL语句作为数据访问接口

2.hive的优缺点
优点：
    Hive 使用类SQL 查询语法, 最大限度的实现了和SQL标准的兼容，大大降低了传统数据分析人员处理大数据的难度
    使用JDBC 接口/ODBC接口，开发人员更易开发应用；
    以MR 作为计算引擎、HDFS 作为存储系统，为超大数据集设计的计算/ 扩展能力；
    统一的元数据管理（Derby、MySql等），并可与Pig 、spark等共享；
缺点：
    Hive 的HQL 表达的能力有限，比如不支持UPDATE、非等值连接、DELETE、INSERT单条等；
    由于Hive自动生成MapReduce 作业， HQL 调优困难；
    粒度较粗，可控性差，是因为数据是读的时候进行类型的转换，mysql关系型数据是在写入的时候就检查了数据的类型。

3.hive与mysql的区别
（1）语言不同:hive时hql语言，mysql时sql语言
（2）数据储存位置不同:hive是hdfs，mysql是储存在自己的系统中
（3）数据格式:hive格式可以自定义,mysql有自己的系统定义格式
（4）数据更新:hive不支持更新，mysql可以
（5）索引:hive没有索引，因此查询数据的时候是通过mapreduce很暴力的把数据都查询一遍，也造成了hive查询数据速度很慢的原因，而mysql有索引；
（6）延迟:hive延迟性高,mysql低
（7）数据规模:hive数据规模大，mysql小
（8）底层执行原理：hive底层是用的mapreduce，而mysql是excutor执行器；

4.hive的组成
    服务端组件和客户端组件。
    服务端组件：
    Driver组件：该组件包括Complier、Optimizer和Executor，它的作用是将HiveQL（类SQL）语句进行解析、编译优化，生成执行计划，然后调用底层的MapReduce计算框架
    Metastore组件：元数据服务组件，这个组件存储Hive的元数据，Hive的元数据存储在关系数据库里，Hive支持的关系数据库有Derby和Mysql。元数据对于Hive十分重要，因此Hive支持把Metastore服务独立出来，安装到远程的服务器集群里，从而解耦Hive服务和Metastore服务，保证Hive运行的健壮性
    Thrift服务：Thrift是Facebook开发的一个软件框架，它用来进行可扩展且跨语言的服务的开发，Hive集成了该服务，能让不同的编程语言调用Hive的接口
    客户端组件：
    CLI：Command Line Interface，命令行接口
    JDBC/ODBC：Hive架构的JDBC和ODBC接口是建立在Thrift客户端之上。
    WEBGUI：Hive客户端提供了一种通过网页的方式访问Hive所提供的服务。这个接口对应Hive的HWI组件（Hive Web Interface），使用前要启动HWI服务。

5.Hive查询的执行过程：