Hadoop中的Hive的介紹和應(yīng)用

本文以Hadoop中的Hive工具為例，為大家分析Hive的核心概念和架構(gòu)原理以及Hive的應(yīng)用。閱讀完整文相信大家對Hadoop中的Hive有了一定的認識。

1、    Hive核心概念和架構(gòu)原理

1.1、 Hive概念

Hive由FaceBook開發(fā)，用于解決海量結(jié)構(gòu)化日志的數(shù)據(jù)統(tǒng)計。

Hive是基于Hadoop的數(shù)據(jù)倉庫工具，可以將結(jié)構(gòu)化數(shù)據(jù)映射為一張表，提供類似SQL語句查詢功能

本質(zhì)：將Hive SQL轉(zhuǎn)化成MapReduce程序。

1.2、Hive與數(shù)據(jù)庫的區(qū)別

讀時模式：Hive在加載數(shù)據(jù)到表中的時候不會校驗.

寫時模式：Mysql數(shù)據(jù)庫插入數(shù)據(jù)到表的時候會進行校驗.

總結(jié)：Hive只適合用來做海量離線的數(shù)據(jù)統(tǒng)計分析，也就是數(shù)據(jù)倉庫。

1.3、Hive的優(yōu)缺點

優(yōu)點：操作接口采用了類SQL語法，提供快速開發(fā)的能力，避免了去寫MapReduce；Hive還支持用戶自定義函數(shù)，用戶可以根據(jù)自己的需求實現(xiàn)自己的函數(shù)。

缺點：Hive不支持紀錄級別的增刪改操作；Hive查詢延遲很嚴重；Hive不支持事務(wù)。

1.4、Hive架構(gòu)原理

(1)用戶接口：CLI（hive shell）；JDBC（java訪問Hive）；WEBUI（瀏覽器訪問Hive）

(2)元數(shù)據(jù)：MetaStore

元數(shù)據(jù)包括：表名、表所屬的數(shù)據(jù)庫（默認是default）、表的擁有者、列/分區(qū)字段，標的類型（表是否為外部表）、表的數(shù)據(jù)所在目錄。這是數(shù)據(jù)默認存儲在Hive自帶的derby數(shù)據(jù)庫中，推薦使用MySQL數(shù)據(jù)庫存儲MetaStore。

（3）Hadoop集群：

使用HDFS進行存儲數(shù)據(jù)，使用MapReduce進行計算。

（4）Driver:驅(qū)動器

解析器（SQL Parser）:將SQL字符串換成抽象語法樹AST，對AST進行語法分析，像是表是否存在、字段是否存在、SQL語義是否有誤。

編譯器（Physical Plan）：將AST編譯成邏輯執(zhí)行計劃。

優(yōu)化器（Query Optimizer）：將邏輯計劃進行優(yōu)化。

執(zhí)行器（Execution）：把執(zhí)行計劃轉(zhuǎn)換成可以運行的物理計劃。對于Hive來說默認就是Mapreduce任務(wù)。

通過Hive**對數(shù)據(jù)進行數(shù)據(jù)分析過程**：

2、    Hive交互方式

需要先啟動hadoop集群和MySQL服務(wù)

2.1、Hive交互shell

cd  /opt/bigdata2.7/hive (hive的安裝路徑，根據(jù)自己實際情況改變)

bin/hive

可以在命令端口寫上HQL語句：show databases;驗證是否可用。

2.2、JDBC交互

輸入hiveserver2相當于開啟了一個服務(wù)端，查看hivesever2的轉(zhuǎn)態(tài)

輸入netstat  –nlp命令查看：

運行hiveserver2相當于開啟了一個服務(wù)端，端口號10000，需要開啟一個客戶端進行通信，所以打開另一個窗口，輸入命令beeline.

Beeline連接方式：!connect jdbc:hive2://node1:10000

主意不要省略！

當然了hiveserver2服務(wù)端可以運行在后臺：

nohup hiveserver2 &

3、    Hive數(shù)據(jù)類型

3.1基本數(shù)據(jù)類型

3.2復(fù)合數(shù)據(jù)類型

（1）Array字段的元素訪問方式：下標獲取元素，下標從0開始

比如：獲取第一元素：array[0]

（2）Map字段的訪問方式：通過鍵獲取值

比如:獲取a這個key對應(yīng)的value：map[‘a(chǎn)’]

（3）struct字段的元素獲取方式：

定義一個字段c的類型為struct(a int;b string)

獲取a和b的值：

create table complex(
     col1 array<int>,
     col2 map<string,int>,
     col3 struct<a:string,b:int,c:double>
     )

4、    Hive數(shù)據(jù)類型轉(zhuǎn)換

4.1、隱式類型轉(zhuǎn)換

系統(tǒng)自動實現(xiàn)類型轉(zhuǎn)換，不需要客戶干預(yù)

如：tinyint可以轉(zhuǎn)換成int，int可以轉(zhuǎn)成bigint

所有整數(shù)類型、float、string類型都可以隱式轉(zhuǎn)轉(zhuǎn)換成double

tinyint、samllint、int都可以轉(zhuǎn)成float

boolean不可以轉(zhuǎn)成其他任何類型

4.2、手動類型轉(zhuǎn)換

可以使用cast函數(shù)顯示的進行數(shù)據(jù)類型轉(zhuǎn)換

例如：cast(‘1’ as int)把字符串’1’轉(zhuǎn)成整數(shù)1

如果強制轉(zhuǎn)換類型失敗，如執(zhí)行cast(‘x’ as int)表達式返回NULL。

看完上述內(nèi)容，你們對Hadoop中的Hive工具大概了解了嗎？如果想了解更多相關(guān)文章內(nèi)容，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！