是什么？
hive，是基于hadoop的数据仓库，用于处理结构化数据。适合做OLAP。存储数据结构（schema）在数据库中，处理数据进入hdfs。
大量的MR任务繁重，为了简化编写MR的工作量，hive提供了一个框架，可以把一个类似sql的查询语句翻译成MR程序，然后把job提交到hdfs上进行查询；到hdfs上查询哪个表呢？这就是hive提供的另一个功能，把hdfs的一个文件，映射成一张hive表，在查询时就是把job在hdfs上处理该文件。
那么hive表和hdfs的映射关系要怎么记录呢？hive在进行表映射的时候使用mysal记录hive表和hdfs文件的映射关系（使用mysql存储元数据）
hive负责把类似sql的查询语句翻译成MR程序；mysql存储表和待查询文件的映射关系；HDFS上运行这些HDFS程序；
建立一张表hive内部的工作机制：mysql记录表定义，在hdfs中创建目录，把数据存储到目录就可以进行数据处理。
数据库和数据仓库：
数据库和数据仓库从本质上来说是一致的，都是基于某种模型来组织、管理数据。只是两者的使用场景不同，数据库更关注业务交易处理（OLTP）是业务性数据库，而数据仓库更关注数据分析处理（OLAP）属于分析性数据库，所以两者的数据库模型会有很大差异。
数据库通常追求交易的速度、完整性、数据的一致性等，数据库模型遵从范式模型，尽量减少数据冗余，保证引用完整性；而数据仓库强调数据分析的效率，复杂查询的速度以及数据之间的相关性分析，在数据库模型上，数据仓库喜欢使用多维模型，从而提高数据分析的效率。
讨论数据库和数据仓库的区别，其实是在讨论OLTP和OLAP：
数据处理大致可以分成两大类：联机事务处理OLTP（on-line transaction processing）、联机分析处理OLAP（On-Line Analytical Processing）。OLTP是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。
OLTP：联机事务处理。负责基本业务的正常运转。也可以称面向交易的处理系统，它是针对具体业务在数据库联机的日常操作，通常对少数记录进行查询、修改。用户较为关心操作的响应时间、数据的安全性、完整性和并发的支持用户数等问题。传统的数据库系统作为数据管理的主要手段，主要用于操作型处理。
OLAP：联机分析处理。负责发现在业务数据积累时产生的价值。一般针对某些主题历史数据进行分析，支持管理决策。
hive 安装部署
<?xml version="1.0"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <property> <name>javax.jdo.option.ConnectionURL</name> <value>jdbc:mysql://192.168.1.8:3306/hive?createDatabaseIfNotExist=true</value> </property> <property> <name>javax.jdo.option.ConnectionDriverName</name> <value>com.mysql.jdbc.Driver</value> </property> <property> <name>javax.jdo.option.ConnectionUserName</name> <value>root</value> </property> <property> <name>javax.jdo.option.ConnectionPassword</name> <value>admin</value> </property> </configuration>
.png)
