hive是建立在hadoop上的数据仓库基础架构。它提供了一系列的工具，可以用来进行数据提取转换加载，这是一种可以存储、查询、分析在hadoop中的大规模数据的机制。hive定义了简单的类SQL查询语言，称为QL，它允许熟悉SQL的用户查询数据，同时，这个语言也允许熟悉MapReduce开发者自定义Map和Reduce来处理内建的mapper和reduce无法完成的复杂的分析工作。hive是sql解析引擎，它讲sql语句转换为mapreduce job，然后在hadoop上运行。hive的表就是HDFS分布式文件系统目录，按表名把文件夹分开。如果是分区表，则分区值是子文件夹，可以直接在MapReduce job里使用这些数据。Hive相当于hadoop的客户端工具，部署时不一定在某一个集群节点中，可以放在某一台机器上，类似于mysql 客户端工具，可以部署在本地。
工具/原料
1
eclipse hadoop hive
2
linux
方法/步骤
1
Hive数据存储1. hive的数据存储基于hadoop HDFS；2. hive没有专门的数据存储格式；3. 存储结构主要包括：数据库、文件、表、视图、索引；4. hive默认可以直接加载文本文件，支持sequenceFile、RCFile;5. 创建表时，指定hive的指定分隔符与行分隔符，hive既可以解析数据。
2
Hive系统架构1. 用户接口，包括CLI、JDBC/ODBC、WebUI；2. 元数据存储，通常是存储在关系型数据库如mysql、derby中；3. 解析器、编译器、优化器、执行器；4. 用hdfs进行存储，利用MapReduce进行计算。--------------hive的metastoremetastore 是hive元数据的集中存放地，metastore默认使用derby数据库做为存储引擎。derby引擎缺点：一次只能打开一个会话；mysql引擎外置存储引起，多用户可以同时访问。