1. 简介

使用mapreduce 这样的计算框架，可以写出像wordcount这样的程序，虽然已经极大的化简了分布式编程的门槛，但是使用mapreduce依然不够简洁。这就是hive诞生的背景。

程序员发现，MapReduce的程序写起来真麻烦。他们希望简化这个过程。这就好比你有了汇编语言，虽然你几乎什么都能干了，但是你还是觉得繁琐。你希望有个更高层更抽象的语言层来描述算法和数据处理流程。于是就有了Hive。

Hive可以理解为 分布式 环境下的 SQL。在hive 下可以sql 语句，hive会把SQL语言翻译成MapReduce程序，丢给计算引擎去计算，而你就从繁琐的MapReduce程序中解脱出来，用更简单更直观的语言去写程序了。

小结：
虽然hive使用的是sql的语句，但是hive底层调用依然是mapreduce计算框架。所以执行的速度依然会很慢。

在配置hive的时候，没有伪分布式的模式或者是完全分布模式。hive相当于是hadoop的一个客户端。所以它并没有运行模式。

2. hive的特点

1. 数据仓库
   （数据仓库 和数据库的区别：
   a. 数据库强调 oltp ：online transaction process 在线事务处理
   b. 数据仓库强调：olap：online analysis process 在线分析处理）
2. hive 提供一个sql语句 hive ql
3. hive的底层，依然是mapreduce，相当于是在mapreduce上面做了一个封装，对于用户来说，就是相当于你不用去写java 的代码，实现mapreduce 了，而是直接可以像使用sql一样处理数据了。

3. hive 的结构

在安装hive的时候，除了其他的配置，还需要一个数据库的配置。这样是因为hive需要存储元数据的信息。

hive里面的存储元数据的地方是metastore，它保存了表名，列名，字段名等。通过元数据的信息，hive将hdfs上面的结构化数据映射为一张张表。

metastore有三种存储方式，一种是内嵌模式，这是最简单的方式，使用内嵌的derby数据来存储元数据。缺点是，只支持一个用户打开hive会话。第二种是本地模式，采用了mysql 来存储元数据。这样可以支持多个用户访问hive。这三种是使用远程模式。

3. hive 的安装

4. hive的使用

hive的学习，我感觉有点像学习mysql。这一部分，有一个很好的官方文档，叫做 《Hive Tutorial》。https://www.tutorialspoint.com/hive/index.htm

英文比较吃力的可以参考（还是建议看英文版本的）http://www.yiibai.com/hive/hive_installation.html

5. 与传统数据的区别

数据更新
hive是基于hadoop 的，他们的特征都是“一次写入，多次读取”。所以，hive是不支持数据更新和添加的。