一hive本质
将Hql数据转化为MR程序进行数据分析的过程。
二hive与数据库的比较
1.hive没有索引而数据库有索引
2.hive有执行延迟（没有索引）而mysql相对执行速度较快
3.查询语言不完全相同，Hql是类Sql语言。
4.数据更新：hive不支持实时更新，主要是存数据然后进行分析，而数据库则支持实时数据更新
5.可扩展性，hive是基于hadoop的一种分析框架，所以hive也具有良好的扩展性。而数据库处理的数据量相对较少/
6.数据存储位置不同，hive的数据存储在HDFS，而数据库存在本地。
三数据类型
hive数据类型基本和java相似，然后特有的数据类型有： array，map，struct
四DDL数据定义
主要是建库建表语句（较简单）
伍DMlL数据操作
导入数据方式：
1load
2.insert into（overwrite）
六ETL数据清洗
写MR，打包到hive，运行（清洗数据），建表，导入数据
七企业优化
1.fetch抓取（不走MR）
2本地模式（用于测试）
3groupby（相当于combiner）
4.distinct去重 （多个ReduceTask执行任务）
5.严格模式（需要开启防止笛卡儿积产生）
6建立动态分区（关闭严格模式），以表格某个字段作为分区值，动态导入
八存储格式和压缩格式
存储： TextFile ，squenceTextFile，orc（企业存储格式），parquet
压缩：Bzip2，Gzip，LZO，snappy（企业压缩方式）
九控制数据倾斜
控制MapTask（设置MaxSize的值去决定切片值大小从而决定切片数）
控制ReduceTask个数（setjobReduces）
十JVM重用（企业优化）
根据你的业务量去设置JVM重用数，进而优化MR从而提升job运行效率。