hive是基于hadoop的一個資料倉庫工具，可以将結構化的資料檔案映射為一張資料庫表，并提供類sql查詢功能，hive底層是将sql語句轉換為mapreduce任務運作（類似于插件pig\impala\spark sql）
直接使用 hadoop 所面臨的問題：
人員學習成本太高
項目周期要求太短
mapreduce 實作複雜查詢邏輯開發難度太大
為什麼要使用 hive
操作接口采用類 sql 的文法，提供快速開發的能力
避免了寫 mapreduce，減少開發人員的學習成本
功能擴充很友善
可擴充性（橫向擴充）。hive 可以自由的擴充叢集的規模，而且一般情況下不需要重新開機服務
延展性。hive 支援自定義函數，使用者可以根據自己的需求來實作自己的函數
容錯。良好的容錯性，可以保障即使有節點出現問題， sql 語句仍可完成執行
hive的主要元件包括ui元件、driver元件(complier、optimizer和executor)、metastore元件、cli(command line interface，指令行接口)、jdbc/odbc、thrift server和hive web interface（hwi）等。
drvier元件：該元件是hive的核心元件，該元件包括complier(編譯器)、optimizer(優化器)和executor(執行器),它們的作用是對hive sql語句進行解析、編譯優化、生成執行計劃，然後調用底層mapreduce計算架構。
metastore元件：該元件是hive用來負責管理中繼資料的元件。hive的中繼資料存儲在關系型資料庫中，其支援的關系型資料庫有derby和mysql，其中derby是hive預設情況下使用的資料庫，它内嵌在hive中，但是該資料庫隻支援單會話，也就是說隻允許一個會話連結，是以在生産中并不适用，在平時我們的測試環境中也很少使用。在我們日常的團隊開發中，需要支援多會話，是以需要一個獨立的中繼資料庫，用的最多的也就是mysql，而且hive内部對mysql提供了很好的支援。
cli：hive的指令行接口
thrift server：該元件提供jdbc和odbc接入的能力，用來進行可擴充且跨語言的服務開發。hive內建了該服務，能讓不同的程式設計語言調用hive的接口
hive web interface：該元件是hive用戶端提供的一種通過網頁方式通路hive所提供的服務。這個接口對應hive的hwi元件
hive通過cli，jdbc/odbc或hwi接受相關的hive sql查詢，并通過driver元件進行編譯，分析優化，最後程式設計可執行的mapreduce任務，如下圖示：
hive依賴hdfs存儲資料
hive将hql轉換成mapreduce執行
是以說hive是基于hadoop的一個資料倉庫工具，實質就是一款基于hdfs的mapreduce計算架構
hive中所有的資料都存儲在hdfs中，沒有專門的資料存儲格式（可支援text，sequencefile， parquetfile， rcfile 等），隻需要在建立表的時候告訴hive資料中的列分隔符和行分隔符，hive 就可以解析資料
hive包含以下資料模型：
db：在hdfs中表現為${hive. metastore.warehouse.dir}目錄下一個檔案夾
table：在hdfs中表現所屬db目錄下一個檔案夾
external table：與table 類似，不過其資料存放位置可以在任意指定路徑
partition：在hdfs中表現為table目錄下的子目錄
bucket：在hdfs中表現為同一個表目錄下根據hash散列之後的多個檔案