1 Hive
Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张表，并提供类似SQL查询功能。本质是：将HQL转化成MapReduce程序
1.它的特点是什么：
1）Hive处理的数据存储在HDFS
2）Hive分析数据底层的实现是MapReduce
3）执行程序运行在Yarn上
2.它的缺点是什么
1．Hive的HQL表达能力有限
（1）迭代式算法无法表达
（2）数据挖掘方面不擅长
2．Hive的效率比较低
（1）Hive自动生成的MapReduce作业，通常情况下不够智能化
（2）Hive调优比较困难，粒度较粗
3.它的优点是什么
1.操作接口采用类SQL语法，提供快速开发的能力（简单、容易上手）。
2.避免了去写MapReduce，减少开发人员的学习成本。
3.Hive的执行延迟比较高，因此Hive常用于数据分析，对实时性要求不高的场合。
4.Hive优势在于处理大数据，对于处理小数据没有优势，因为Hive的执行延迟比较高。
5.Hive支持用户自定义函数，用户可以根据自己的需求来实现自己的函数。
4.它的架构原理是什么
架构如上图，主要分为四个部分，用户接口（client）；元数据（metastore）；Hadoop；驱动器（Driver）
1.其中用户接口client主要有三个部分，CLI，JDBC和webUI，第一个是hive shell，JDBC是Java访问hive，webUI是浏览器访问hive
2.元数据包括表名，表所属的数据库，表的拥有者，分区字段，表的类型（是否外部），表的数据所在目录等。
3.Hadoop就是用HDFS来储存，MapReduce来计算。
4.Driver驱动器包含四个小部件，解析器（SQL语句转为AST语法树），编译器（AST生成逻辑执行计划），优化器（优化计划）和执行器（将计划转为可运行的物理计划）。
5. Hive的大概工作流程是什么
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
