数据仓库HIVE（1）

数据仓库HIVE（1） HIVE概述

        1.面向数据分析的存储系统

        2.是一个面向主题的、集成的、不可修改的、反映历史变化的数据集合，用于数据分析，辅助管理决策。

        *面向主题：指数据仓库中的数据是按照一定的主题域进行组织

        *集成：指对原有分散的数据库数据经过系统加工，整理得到的消除原数据中的不一致性。

        *不可修改：指一旦某个数据进入数据仓库之后只需要定期的加载、刷新，不会更改。

        *反映历史变化：指通过这些信息，对企业的发展历程和未来趋势做出定量分析预测。

数据仓库和数据库的对比分析         1.联系：

                1）都是存数据的。

                2）数据仓库是数据库的一种衍生、延伸的应用。

                3）数据仓库和数据库之间存在数据交互

                        3.1）数据库中的在线数据推送到离线的数据仓库中用于分析处理

                        3.2）数据仓库中分析处理后的结果数据通常推送到关系数据库中，便于前台应用的可视化展现应用。

        2.区别：

                1）数据库是面向事务的设计，

                数据仓库是面向主题的设计。

                2）数据库一般存储在线数据，实时性强但存储空间有限，

                数据仓库存储的一般都是历史数据，实时性弱但存储空间庞大。

                3）数据库设计尽量避免冗余，

                数据仓库的设计是有意引入冗余。

                4）数据库是为捕获数据而生，也就是实时性强吞吐量弱，

                数据仓库是为分析数据而生，也就是实时性弱吞吐量强。

HIVE产生背景

        背景：

                降低大数据应用的门槛。

        定义：

                1）HIVE是建立在Hadoop上的数据仓库基础架构和解决方案。

                2)  架构：支持拿来即用，亦支持灵活的参数和计算引擎的变更。

        作用：

                拿出了数据仓库构建的完整解决方案。

        意义：

                1）基于Hadoop平台解决了企业数据仓库构建的核心技术问题，证明了Hadoop平台的强大。

                2）进一步降低了Hadoop平台的使用门槛。

HIVE在Hadoop生态圈的地位

HIVE的基本使用

        1.切换到可 *** 作的hive用户下：su hive

        2.直接输入hive回车，进入hive cli

        3.查看所有数据库：show databases

        4.创建数据库liuqianlong1，即为create database liuqianlong1；

        5.选择数据库：

         6.查看数据库中所有表：

        7.创建一个表：

         8.向表中插入数据：insert into

         9.查询表中的数据：select * from 表名称

        10.删除一个表：drop table 表名称

使用总结 ：

        使用简单

        面向数据和业务编程

HIVE架构设计

特别说明：hive2.2后版本变化较大，去掉了HWI模块，HiveCLI模式也直接采用了beeline链接。 

HIVE运行流程详解

HIVE基础应用  1.HIVE数据模型

        

2.数据类型 

       2.1）数值型

       

        2.2）日期类型

       

        2.3）字符串

        ​​​​

        2.4）布尔类型

        ​​​​​​

        2.5）字节数组

        ​​​​​​

        2.6）复杂（集合）数据类型

        ​​​​​​