1、数据仓库
数据仓库是数据库的清理和集成，是新型决策管理信息系统的解决方案。
区分OLTP和OLAP：OLTP是联机事务处理，侧重于事务的实时处理，如CUD操作，由数据库辅助完成；OLAP是联机分析处理，支持复杂的分析操作，侧重对决策人员和高层管理人员的决策支持，快速灵活的处理数据，直观易懂的查询数据结果。
数据仓库一般包括：数据层、应用层（分析、处理、挖掘）、表现层
下面是OLAP的大致过程：
2、·Hive数据仓库
1）功能
ETL功能
数据存储管理
对大数据的查询和分析
2）特点
延时高、高扩展性（自适应机器的数量和数据量的变化）
无数据排序和查询cache功能
不支持在线事务处理
不提供实时的查询和记录更新
良好的容错性
3）数据结构
内部表：hive的存储是建立在hadoop文件系统上，一个表对应一个文件目录，内部表是建立在默认设置的目录中，删除内部表时元数据和数据本身都删除
外部表：外部表的数据不存储在默认设置的目录中，删除外部表时只是删除了元数据，数据本身没有删除
分区：一个分区对应一个目录
桶：根据哈希值切分数据，使每个桶对应一个文件
4）体系结构
5）执行原理
解释器、编译器、优化器完成HQL查询语句从词法分析、语法分析、编译优化以及查询计划生成------查询计划进入HDFS-----MapReduce执行
6）区别于数据库
数据库可以在线应用，hive是数据仓库；
查询语言为HQL类似SQL
数据存储位置：在hdfs中，数据库是在块设备或本地文件系统
数据格式：无专门的数据格式默认textFile/sequenceFile/rcfile
数据跟新：不支持改写和添加
索引：无索引，mapreduce全盘扫描
执行：mapreduce执行
执行的延迟高
可扩展性强，数据规模大
7）常见的应用场景：
主要是用在数据分析系统，大量数据的离线处理；
日志分析
多维度数据分析
低成本的处理，不编写MR程序，从数据导入、分析、结果输出都由HQL完成
关系数据库-------sqoop----Hive-----Hive数据分析-----sqoop-----关系型数据库