一、概述
Hive是hadoop集群中一个数据仓库，可以将结构化的数据文件映射为一张表，并提供类似SQL的查询功能，其本质就是将HQL转化成mapreduce程序。
Hive处理的数据存储在HDFS ,Hive分析数据底层实现是MapReduce，Hive执行程序是运行在yarn上
Hive优点：
1）操作接口采用类SQL语法，上手容易，避免写MapReduce，减少学习成本
2）Hive的执行延迟比较高，因此Hive常用于对实时性不高的场合
3）Hive处理大数据有优势，不擅长小数据，处理小数据执行延迟比较高
4）Hive支持用户自定义函数，用户可以根据自己需求来实现自己的函数
Hive缺点：
1）Hive的HQL表达能力有限，比如迭代式计算无法表达，数据挖掘方面不擅长
2）Hive的效力比较低，因为Hive调优比较困难，粒度较粗。还有，Hive自动生成的MapReduce作业，通常情况下不够智能化？？？
二、Hive架构原理
1．用户接口：Client
CLI（hive shell）、JDBC/ODBC(java访问hive)、WEBUI（浏览器访问hive）
2．元数据：Metastore
元数据包括：表名、表所属的数据库（默认是default）、表的拥有者、列/分区字段、表的类型（是否是外部表）、表的数据所在目录等；
默认存储在自带的derby数据库中，推荐使用MySQL存储Metastore
3．Hadoop
使用HDFS进行存储，使用MapReduce进行计算。
4 . 驱动器：Driver
（1）解析器（SQL Parser）：将SQL字符串转换成抽象语法树AST，这一步一般都用第三方工具库完成，比如antlr；对AST进行语法分析，比如表是否存在、字段是否存在、SQL语义是否有误。
（2）编译器（Physical Plan）：将AST编译生成逻辑执行计划。
（3）优化器（Query Optimizer）：对逻辑执行计划进行优化。
（4）执行器（Execution）：把逻辑执行计划转换成可以运行的物理计划。对于Hive来说，就是MR/Spark
Hive通过给用户提供的一系列交互接口，接收到用户的指令(SQL)，使用自己的Driver，结合元数据(MetaStore)，将这些指令翻译成MapReduce，提交到Hadoop中执行，最后，将执行返回的结果输出到用户交互接口。
三、Hive与数据的区别
