Hive初识

数据仓库

Data Warehouse,简写 DW,, 为企业所有级别的决策制定过程,提供所有类型数据支持的战略集合

单个数据存储,出于分析报告和决策支持目的而创建

面相分析的存储系统

一个面向主题的（Subject Oriented）、集成的（Integrate）、不可修改的（Non-Volatile）、反映

历史变化（Time Variant）的数据集合，用于数据分析、辅助管理决策

面向主题:指数据仓库中的数据按照一定的主题进行组织

集成:对原有分散的数据库数据经过系统加工,整理得到的消除数据源数据中的不一致性

不可修改:指一旦某个数据进入数据仓库以后只需要定期的加载、刷新，不会更改

反映历史变化：指通过这些信息，对企业的发展历程和未来趋势做出定量分析预测

数据仓库和数据库对比

主要联系:两者均用来存储数据的,均为数据的存储载体

数据仓库也是数据库,数据库的一种衍生,延伸应用

数据仓库和数据库之间存在数据交互 你中有我 我中有你

        数据库中的在线数据推送到离线的数据仓库用于分析处理

数据仓库中分析处理的结果数据也通常推送到关系数据库中，便于前台应用的可视化展现 应用

主要区别

数据库是面向事务设计的 数据仓库是面向主题设计的

数据库一般存储在线交易数据,实时性强,存储空间有限,数据仓库的存储一般是历史数据,实时性弱但存储空间庞大

数据库设计尽量避免冗余,数据仓库有意引入冗余

数据库为捕获数据而设计,实时性强 吞吐性弱 数据仓库为分析数据而设计 吞吐量强 实时性弱

基本使用

:直接输入hive回车  进入hive 

查看所有数据库：show databases;

创建数据库:create database 名称;

切换数据库: use 数据库名称;

查看表:show tables;

创建表:create table 表名(列名 列类型);

表中插入数据:insert into 表名 values(列的值);

查询数据:select * from 表名;

删除一个表：drop table 表名称;

退出:老版本exit   新版本 !exit  或者!quit或者 ctrl+c

hive 架构设计

 运行流程