版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/zl592886931/article/details/89789518
Hive的介绍
Hive的产生背景
根据博主前面对于MapReduce的讲解，可以回想一下，我们做一个再简单不过的wordcount（我们都可以用java的计算函数几行代码搞定），需要以下步骤：
建立mapper => 建立reduce => 建立driver => 运行
试想一下，如果不懂java，是不是和大数据say goodbye了。再想一下，改个需求，是不是代码要做到哭？
这种统计，我放在sql数据库里一个group by全部搞定。传统关系型数据库发展了一个宇宙纪元，谁不会sql？谁会大数据？
所以在这样比较冲突的环境下，Hive诞生啦。它可以让你使用sql的方式来运行MR。这有多酸爽？想想就舒服了
Hive概述
首先来看下Hive的爸爸是谁：
Hive是由Facebook开源的，用于解决海量结构化日志统计问题的框架。
Hive是构建在hadoop之上的数据仓库，Hive的数据存储在hdfs（关系类似于关系型数据库中数据和视图，Hive是视图），并且Hive提供了SQL的查询语言：HQL，因为底层引擎是MR，So，对于其他大数据计算框架比如spark等的支持，简直狼狈为奸～
那么问题来了，都有那么多的框架了，我凭什么用Hive？ 说的对，那我们用spark吧？云计算上面全部都有了，我为什么要自己搭建？干脆买云吧。 那开源那么多产品，我为什么还要做程序，不然做一个PPT方案架构师吧？所以，小伙伴们，路如何选择只有靠自己的坚持，既然我们选择了程序员，那么对于技术应该有所追求抑或是偏执。哪怕将来做了管理，做了业务，技术始终是我们的根本。我坚信，将来核心竞争力一定是研发！！！