管理資料，不同模組的資料最好放在不同的資料庫中，同mysql中的資料庫的概念
內部表：管理表、managed table
表的建立，表的資料的刪除，都是由hive自己決定的，同mysql中的表。
內部表在進行刪除的時候，元資料和原始資料都會被刪除
外部表：external table
和內部表對立面，乙個表不可能同時是內部表又是外部表的，表結構上同內部表，資料自己決定不了。
外部表在進行刪除的時候，只能刪除元資料（描述資訊），表的原始資料(hdfs)不會被刪除
分割槽表：
概念不同於mr中分割槽的概念
如果表資料量大，查詢的時候進行全表掃瞄則會極大降低hive效能 。這時候利用分割槽表，將原來的表儲存的時候分成不 同的資料目錄儲存，查詢的時候只會掃瞄某乙個分割槽的資料
分桶表：
類似於mr中分割槽的概念。
同乙個表的資料，儲存在同乙個目錄下不同的檔案中
指定的分桶的個數對應於mapreduce中reducetask的個數
作用：1）提公升join的效能,當大表和大表關聯時，拆分成小表關聯
2）提公升抽樣的效能
hive中的檢視，只有邏輯檢視（儲存的僅僅是乙個sql語句，不會進行執行），沒有物化檢視（將檢視代表的sql進行執行結果）查詢檢視的時候才會進行執行。類似於sql語句的快捷方式，儲存的是當前檢視代表的sql語句。
原始資料：hdfs上，預設情況下儲存在hdfs上的： /usr/hive/warehouse
元資料儲存在mysql中：
dbs:描述hive中的資料庫資訊的。
tbls:描述hive資料庫中的表的資訊的。
columns_v2:描述字段資訊的
Hadoop 初步認識Hive
一 hive是什麼？二 hive和常用資料庫的區別 hive基於hadoop，hadoop是批處理系統，不能保證低延遲，因此，hive的查詢也不能保證低延遲。hive的工作模式是提交乙個任務，等到任務結束時被通知，而不是實時查詢。相對應的是，類似於oracle這樣的系統當執行於小資料集的時候，響應非...
HIve的初步認識（一 ）
mapreduce中用於統計分析的資料大部分都是結構化的資料，如果資料量比較小的時候，直接使用mysql，當資料量大的時候，針對這個結構化的資料的統計分析，sql更為方便，mapreduce的統計分析針對結構化資料的，絕大部分都可以使用sql語句做，比mapreduce開發成本低。出現了乙個基於mr...
初學HIVE（一） 初步認識HIVE
hive是基於hadoop的資料倉儲工具，可以將結構化的資料檔案對映為一張表，並提供類sql查詢功能。本質是將hql轉化成mapreduce程式，儲存的基礎資料在hdfs上，執行程式執行在yarn上。hive 在查詢資料的時候，由於沒有索引，需要掃瞄整個表，因此延遲較高。還有乙個原因是mapredu...