本文目录
Hive有哪些特点
您好，我是数据僧(头条，公众号，简书)，，一名数据相关从业者。下面讲讲我对您这个问题的理解。
Hive是为了解决什么问题，Hive产生的背景，我们以这个为引子，展开回答。
1，MapReduce编程的不变性，如果要处理一些数据处理的任务，会有一定的门槛，并且操作起来不方便。
2，Hdfs上的文件缺少Schema。例如：缺少 字段名，数据类型等，不方面数据进行有效管理。
3，用于解决海量结构化数据的统计问题
4，如果使用MapReduce等计算框架，学习成本比较高
5，在项目周期比较短的情况下，如果使用mapReduce或者其它的开发框架进行开发，无法满足项目对时间的要求。
我们从具体应用场景下看看Hive处于hadoop生态系统的什么位置：
如图：Hive以Hdfs为基本的文件存储，以MapReduce为执行引擎。所以Hive天然就具备了Hdfs，MapReduce的特性。
我们和传统数据库进行对比看看Hive有哪些优势和不足，当然这种不足是特定场景下的，也是Hive不擅长的领域。
hive的编写语法和传统的sql类似，核心的是hive有一套不同与sql的语法规则，最终被解释为mapReduce任务。hive只适合在海量数据下进行批量数据统计分析。
我们在来看看hive和mapReduce之间的关系，如图：
在来看看hive的内部结构示意图
Driver组件：
SQL Parser:编译器，将HQL转换成抽象语法树。
Query Optimizer：查询优化器
Physical Plan，SerDes，Udfs：执行器
解释器、编译器、优化器完成 HQL 查询语句从词法分析、语法分析、编译、优化以及查询计划的生成。生成的查询计划存储在HDFS 中，并在随后有 MapReduce 调用执行。
Metastore组件：Hive将元数据存储在数据库中。Hive 中的元数据包括表的名字，表的列和分区及其属性，表的属性（是否为外部表等），表的数据所在目录等
Hive处理命令的流程示意图：
SQL Parser将SQL语句转换成抽象语法树---》生成逻辑执行计划----》查询优化----》 物理执行计划（SerDes序列化与反序列化，UDFs，执行引擎）
上面主要是从整体上介绍hive，已经hive相关的组件，最后总结下hive有哪些特点：
1，hive延迟高，适合高吞吐量，批量，海量数据处理。
2，语法和SQL相似，学习成本低，避免去写复杂的MapReduce，缩短开发周期。
3，Hive支持自由的扩展集群的规模，一般不需要重启服务。
4，Hive支持自定义函数，用户可以根据自己的需求去定义函数。
5，良好的容错性，节点出现问题，SQL仍然可以成功执行。
。。
整体上来说是继承了HDFS和MapReduce的特点。
数据僧，祝愿每个在数据道路上的人越走越好。你们的关注 是我巨大的动力。欢迎大家在评论区留言，大家一起讨论。
Hive的数据模型是怎样的
Hive并不存储数据，Hive只是一个Sql解析工具
Hive的架构
hive的数据存储依赖于hadoop中的hdfs作为数据的存储源。并且Hive本身也没有计算引擎，也是依赖其他的计算引擎，如：mapreduce，spark，tez
怎样在hive里用SQL查询呢
感谢邀请。
Apache Hive还是我2年前在项目组中构建大数据集数据仓库用到的技术，当时用到的版本是1.5, 现在的版本是2.3.2 增加了许多功能点，如beeline、增加后端计算引擎支持等。
先简单介绍下Apache Hive, 它是Hadoop生态链中的一个数据仓库(Data Warehouse)工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，而sql语句转换为MapReduce任务进行运行，在Hive2.0以上的版本，sql还可以转化为Spark任务，其速度往往比MapReduce任务快的多。
Hive的优点是学习成本低，简单易用。 Hive 定义了简单的类 SQL 查询语言，称为 HiveQL。 允许熟悉 SQL 的开发人员不必开发专门的MapReduce应用就可以对数据进行操作和查询，十分适合数据仓库的统计分析。同时，这个语言也允许熟悉 MapReduce 开发者的开发自定义的 mapper 和 reducer 来处理内建的 mapper 和 reducer 无法完成的复杂的分析工作。
问题中的Hive如何用sql查询信息，更准确的说法是如何调用HiveQL查询信息。熟悉SQL查询方式(select clause)几乎无缝在Hive中查询。
Hive查询语句的语法：
SELECT select_expr, select_expr, ... FROM table_reference ;下面给出几个例子说明Hive的使用。
1，对文件中的词频进行统计分析。
hive》》 DROP TABLE IF EXISTS docs;hive》》 CREATE TABLE docs (line STRING);hive》》 LOAD DATA INPATH ’input_file’ OVERWRITE INTO TABLE docs;hive》》 CREATE TABLE word_countsAS
SELECT word, count(1) AS count
FROM
(SELECT explode(split(line, ’\s’)) AS word FROM docs) temp
GROUP BY word
ORDER BY word;
2, 比如说数据文件已经映射为如下表：
a. 获取工资大于25000的人员姓名和职位。
hive》 SELECT Name, Position FROM employee WHERE salary》25000;b, 获取职位相关人员数量
hive》 SELECT Position, COUNT(1) AS PersonCount FROM employee GROUP BY Postion;可以看出简单用法时和普通的SQL语句没有太多区别。
【补充】
1，进入Hive终端的方式很直接，在安装好Hive并且配置好环境变量后，直接键入hive 或者beeline就会进入Hive的终端。正常的话就会看到提示符如下：
hive 》 ....就可以在其中输入其他命令或者语句了。
2, 进入Hive后可以用下列命令查询Hive数据仓库的基本情况，比如表的个数， 表的属性信息等：
hive 》 show tables;hive 》 describe `tablename’;
希望这个回答可以有帮助，欢迎交流!
