Hive很早以前就听说过，Hadoop是我研究的方向，但是对于Hive，Pig这些用的很少，这次为了京东金融的招聘才开始了解的
Hive是大数据平台下的数据仓库管理工具。它可以将简单的SQL语句，逐渐的转化为Hadoop Job，之后进行运行，方便的使用大数据平台进行大数据的计算，而不需要很多的专业知识。
百度百科的解释：Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据表，并提供完整的SQL查询功能，可以将SQL语句转化为MapReduce人物进行运行。
优点：学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。
之后了解了和Hive相关的两种技术，一种是impala，一种是cassadra。
impala是根据谷歌的Dremel来进行开源开发的，使用列存储格式，这个不是太懂，但是这是用来取代Hive的新一代工具，原因很简单，Hive再怎么像SQL语句，都要转化为Hadoop Job进行运行，而这些Job的启动和运行都需要花费不少时间，对于快速的一些要求，Hive很难达到，所以Google开发了Dremel，用来“查询”海量数据，同时保证了速度，主要是通过实现了嵌套型的数据的列存储和是用了多层查询树
Cassadra，开源的分布式NoSQL数据库系统，分布式结构化存储方案，由Facebook进行开发，10年开始的，支持insert, update,delete, 事务 compare and set
HiveSQL: select, project, aggregate, union all , sub-queries
分为三个层次：Table，Partition，Bucket
整个的流程如下：
首先通过Compiler的Parser将String转化为Parse tree
之后Semantic Analyzer：将Parse Tree 转化为 Block-based internal query representation
之后 Logical Plan Generator: 将 Block-based internal query representation 转化为 Logical Plan
之后Optimizer 通过Combine，add partition operators, prune column的方式进行优化
之后Physical Plan Generator: 将 Logical Plan 转化为 Physical Plan
最后就是Executor执行Hadoop Job