最近学习大数据，对于HIVE这个工具，有很多的困惑，不清楚具体有哪些应用场景，以下是我请教了科多大数据的冯老师之后总结出来的一些笔记，希望对大家有帮助
事务：之前了解到的是，转账（一个帐户上都加、一个帐户上进行减）
行级事务（要保存一条insert\update不会出现只插入一部分的情况）
在企业里面，一个请求发送出去，如果不是太复杂的话，在做需求的时候，整个响应过程一般不会超过3S
OLAP:重点在于分析上，用于查询或者分析使用。没有实时要求一般是按天、周、月、年来进行数据统计。
OLAP对实时性要求不高，一般用于数据分析（但是一般情况下是比业务系统的存储的数据量更大）
Consistency（一致性）、 Availability（可用性）、Partition tolerance（分区容错性）
经过抽取（extract）、转换（transform）、加载（load）至目的端的过程
HIVE的定位是数据仓库，所偏向的是数据分析存储和计算方向。
在新的技术范围内。计算引擎mapreduce中是其中之一。有些公司会有到spark来作为计算引擎。HIVE与spark的集成。
主备模式：有主也有从。当主的挂掉之后，备机可以马上启动起来。这就是【高可用】单点故障
存储格式：.txt（文本格式）、gzip（压缩格式）、二进制文件（序列化文件）
存储过程：类似于java中的一个方法（里面可以有多条语句、同时可以包含判断、循环等等）
selectsubstring(name,1,7) from t_user;
该函数会不会影响输出的记录数？不用这个函数的条数与用了函数的条数是一致。没影响。
selectcount(name) from t_user;
selectsplit(address,',') from t_user;
UDF(不影响条数)、UDAF（会让条数减少）、UDTF（会让条数增多）
多接口：指的是可以直接或间接的方式，操作hive。hive支持操作方式
视图里面可以包含很复杂的sql语句，但是语句中又没有逻辑的东西（如果有逻辑的东西应该用存储过程）
数据会临时存储到数据库中，会提高查询效率。但是数据有更新或者删除的时候，需要对数据进行修改。
