2019-04-01
关键字：Hive 学习总结、Hive 基础 、 Hive 进阶 、Hive 调优 、 Hive 入门手册
本篇文章系本人就目前所掌握的知识对 Apache Hive 的各种零碎知识点汇总而成的一篇小册子，不保证文章的绝对、完全正确性。
前段时间在整理我的笔记时，发现自己之前在学习 Hive 的过程中做了不少笔记。但是这些笔记真是既杂乱又无章，我相信就这些笔记，我这辈子都很难有到回去翻看的念头。一时间 “整理癖” 发作，且想着借笔记整理的过程再好好回顾一下 Hive 的各个知识点，于是就整理出了这篇 《Hive 口袋手册》。
《Hive 口袋手册》是笔者根据自己对 Apache Hive 的知识点的理解汇总而成的小册子。这本小册子的撰写宗旨就两点 1. 常用；2. 概要。 这就注定了这本小册子并不是一本 “全面”、“详尽” 的书籍，它是一个对常用知识点的概括性总结，或者也可以称之为 “备忘录”。它适合于对 Hive 已经有一定了解的人群，亦或是作为面试前的知识回顾手册。
写这本册子的初衷一是为了总结自己关于 Hive 的学习过程，二是为了将自己学习过程中七零八乱的笔记做个整理、汇总。
这本小册子目前最新版本为 ： v20190401002 ，该版本共有 28K 字。
这本小册子有别于传统的教材书籍中每讲到一个知识点都直接从入门讲到高级知识的方式，而是采用 基础、进阶、调优 的方式来安排内容。这就意味着，同一个知识点，可能在不同的章节都会讲一下，但这个知识点在每一处所涉及到的深度都是不一样的。
以下贴出的是本册子的目录，感兴趣的小伙伴们可以从文章底部给出的链接中选择一个来阅读
1、基础
1.1、Hive 简介
1.1.1、什么是 Hive
1.1.2、为什么使用 Hive
1.1.3、Hive 的特点
1.1.4、Hive 与 Hadoop 的关系
1.1.5、Hive 与传统数据库的对比
1.1.6、Hive 的数据存储
1.2、Hive 的架构
1.3、Hive 的安装与配置
1.3.1、前提条件
1.3.2、Hive 的安装
1.3.3、Hive 工作模式的选择
1.3.4、Hive 的配置
1.4、Hive Shell
1.4.1、Hive 中执行 Bash 命令
1.4.2、变量与属性
1.4.3、操作 HDFS
1.5、Hive DDL
1.5.1、数据类型
1.5.2、操作库
1.5.3、操作表
1.6、Hive DML
1.6.1、导入数据
1.6.2、导出数据
1.7、Hive 函数
1.7.1、数学函数
1.7.2、集合函数
1.7.3、类型转换函数
1.7.4、日期函数
1.7.5、条件函数
1.7.6、字符串函数
1.7.7、聚合函数
1.7.8、表生成函数
1.7.9、自定义函数
1.8、Hive 操作符
1.9、Hive 查询
1.9.1、普通查询
1.9.2、嵌套查询
1.9.3、连接查询
1.9.4、分组与排序
1.9.5、合并查询
1.9.6、如何避免触发 MapReduce
2、进阶
2.1、软件配置
2.1.1、常用属性
2.1.2、hiveserver2
2.2、存储规划
2.2.1、Hive 的数据存储格式
2.2.2、内部表与外部表
2.2.3、分区与分桶
2.2.4、视图与索引
2.2.5、压缩与归档
2.2.6、字符集设置
2.2.7、SerDe
2.3、查询技巧
2.3.1、Hive 的读时模式
2.3.2、一次性查询与脚本查询
2.3.3、查看表详细信息
2.3.4、beeline
2.3.5、排序
2.3.6、去重
2.3.7、其它
2.4、运行原理
2.4.1、HQL 的执行过程
2.4.2、load 数据的原理
2.5、JDBC 编程
3、调优
3.1、EXPLAIN
3.2、连接查询
3.2.1、左半连接查询
3.2.2、map 端连接查询
3.2.3、连接查询的优化
3.3、使用本地查询
3.4、严格模式
3.5、数据倾斜
3.6、关于 MapReduce
3.6.1、控制 map, reduce 任务数量
3.6.2、合并 MapReduce 作业
3.6.3、合并小文件
这本小册子并不是最终版本，以后如果有机会的话，还会更新内容的，或修正错误或新增内容。
目前共提供两种阅读方式
1. 在线阅读
2. 离线 PDF
在线阅读： http://a7082273.wiz03.com/share/s/2D229P0BMQAh2nyO0L1350Wn10WVL12dmQF62b9ZdI1KVLVO
百度云盘： https://pan.baidu.com/s/1hCUnmHiWKl9tmXAcQC97JA 提取码： e51f