一、嘛是数据仓库和数据库的区别？
hive的是一个数据仓库，数据仓库是面向主题的，偏向于做OLAP（online-Analytical-Processing），只要工作是方便给决策人员提供报表，来做决策分析。而传统关系型数据库比如MySQL是面向应用，主要工作是在指定的隔离机制中做增删改查的，偏向OLTP（Online-Transation-Processing）联机事务处理，同样二者数据存储结构也不同，OLAP存储历史的、聚集的、多维集成的数据，DB大小可在100G到TB级别（这也是绝大数数据仓库使用HDFS做底层存储的原因！！而不是windows的NTFS），OLTP是当前的最新的、二位分立的数据，DB大小在100M到GB级别。
二、 为什么要一般会把hive的元数据(版本分区等等信息)存在mysql中？
想说的是，hive只是个工具，包括它的数据分析，依赖于mapreduce，它的数据管理，依赖于外部系统，这一步其实不是必须的，因为Hive默认的metadata（元数据）是存储在Derby里面的，但是有一个弊端就是同一时间只能有一个Hive实例访问，这适合做开发程序时做本地测试。
Hive提供了增强配置，可将数据库替换成mysql等关系型数据库，将存储数据独立出来在多个服务示例之间共享。
由此可见，你在哪路径下，执行hive指令，就在哪路径下生成metastore_db。建一套数据库文件，这样是极其不合适的，公司里每个人若不一样，则会显得非常混杂。导致员工之间无法公用交流。
***为此，需公用的，mysql。***
这也是为什么，在安装hive时，也需要配置mysql了，怪就怪在Derby太轻量无法执行并行操作。
三、把其他数据源，比如数据库中的数据导入hive是用sqoop呢还是hive呢（当然在落地Hive之前要做ETL）？
sqoop简介：Apache Sqoop is a tool designed for efficiently transferring bulk data between Apache Hadoop and structured datastores such as relational databases.也就是说sqoop是一种工具，用于在Apache Hadoop和结构化数据存储（如关系数据库）之间高效传输批量数据。
我们知道hive的作用就是把数据映射成数据仓库的一张表，提供类SQL的查询语言然后做数据分析，但是如果涉及到比较复杂的操作，就需要编写UDF函数，可以是可以,但是比较麻烦,需要自己编程实现。但是sqoop本身就是一个工具,使用它将数据库的数据导入数据仓库比较方便。
未完待续!thanks for reading