Hive

Hive 是建立在 Hadoop 上的数据仓库基础构架，提供数据提取转化加载（ETL）工具，可存储、查询并分析 Hadoop 中的大规模数据。它定义了简单的类 SQL 查询语言 HiveQL，让熟悉 SQL 的用户查询数据，也让熟悉 MapReduce 的开发者编写自定义 mapper/reducer。该产品面向大数据仓库用户。

核心功能

• 类 SQL 语言 HiveQL 实现数据查询，降低使用门槛
• 熟悉 MapReduce 的开发者可编写自定义 mapper/reducer
• 数据加载时不修改，仅移动到 HDFS 设定目录
• 支持索引加快数据查询
• 不同存储类型，如纯文本文件与 HBase 中的文件
• 元数据保存在关系数据库中减少查询执行开销
• 适合大数据集的批处理作业如网络日志分析

适用场景

适用于 Hadoop 上的数据仓库、日志分析与大规模批处理查询场景。适合熟悉 SQL 的分析师进行离线数据分析。

技术规格与支持平台

• 建立在 Hadoop 之上，兼容 HDFS 与 Amazon S3 等存储
• 开源项目，提供 HiveQL 查询能力