ハイブは、レコードの基本的な概念を学びます01-

ハイブの基本的な概念

巣箱

ハイブ：ログの大規模な構造を解決するための統計のためのFacebookのオープンソース。
ハイブは、ツールを倉庫Hadoopのデータに基づいており、あなたがテーブルにデータファイルの構造をマップし、SQLに似たクエリを提供することができます。
基本的に：HQLは、MapReduceのプログラムに変換しました

ご注意ください

1）データ記憶装置にハイブHDFS処理
2）基礎となるデータハイブのデフォルトの実装では、MapReduceのある分析
3）プログラムの実施は、糸上で実行されています

ハイブの長所と短所

利点

SQLに似た構文、（使いやすい、シンプルで）急速な発展を提供する能力を使用して、インターフェイスオペレータ。
、MapReduceのを作成する開発者のための学習コストを削減するために回避。
ハイブ実行遅延は、ハイブ、一般的にデータ分析に使用されるので、比較的高い、より少ないリアルタイムアプリケーションを要求します。
ハイブの実行が比較的遅れているため、データに少なからず利点を処理するためのビッグデータ処理のハイブ利点、
高いです。
ハイブは、ユーザー定義関数をサポートし、ユーザーが自分のニーズに応じて、独自の機能を実装することができます。

短所

反復アルゴリズムを表現することはできません
データマイニングは良いものではありません
ハイブ自動的に生成されたMapReduceジョブ、通常は十分ではありませんインテリジェンス
ハイブのチューニングがより難しく、粗いです

ハイブアーキテクチャの原則

ユーザインタフェース：クライアント
CLI（ハイブシェル）、JDBC / ODBC（Javaのハイブへのアクセス）は、WebUI（ブラウザアクセスハイブ）
メタデータ：メタストア
メタデータが含まれています：テーブル名、テーブル、データベース（デフォルトはデフォルトである）、テーブルの所有者は、カラム/パーティションフィールド、テーブルに属する
タイプ（それは外部のテーブルであるかどうか）、データディレクトリと他のテーブルと、
デフォルトのストレージDerbyデータベースが来るには、MySQLのストレージメタストアを使用することをお勧めします
Hadoopのは
、HDFSストアを使用したMapReduceを使用して計算されます。
ドライブ：ドライバ
（1）パーサ（SQLパーサ）：抽象構文木ASTにSQL文字列を変換し、このステップは、一般的に使用され
、そのようなANTLRをサードパーティツールマガジンを完了するために、AST解析そのようなテーブルが存在し、フィールドあるかどうかを
SQLセマンティクス間違っているかどうか、で。
（2）コンパイラ（物理計画）：ASTコンパイルロジック実行計画。
（3）オプティマイザ（クエリオプティマイザ）：ロジックの実行プランの最適化。
（4）アクチュエータ（実行）：物理的な実行計画ロジックプログラムを実行することができるに変換します。ハイブをするために
言って、それはMR /スパークです。