1、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成一张表，并提供类SQL查询功能其本质是将HQL转化成MapReduce程序构建在Hadoop之上的数据仓库使用HQL作为查询接口 使用HDFS存储 使用MapReduce计算 灵活性和扩展性比较好支持UDF，自定义存储格式等适合离线数据处理。

2、1Hive 是建立在Hadoop HDFSMR上的用于管理和查询结果化非结构化的数据仓库2一种可以存储查询和分析存储在Hadoop 中的大规模数据的机制3Hive 定义了简单的类SQL 查询语言，称为HQL，它允许熟悉SQL 的用户查询数据4允许用Java开发自定义的函数UDF来处理内置无法完成的复杂的分析工作。

3、Hive是由Facebook开源用于解决海量结构化日志的数据统计工具在普遍的大数据应用当中，Hive是作为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SQL查询功能Hive的本质是将HQL转化成MapReduce程序。

4、1 Apache Hive Hive是一个建立在Hadoop上的开源数据仓库基础设施，通过Hive可以很容易的进行数据的ETL，对数据进行结构化处理，并对Hadoop上大数据文件进行查询和处理等 Hive提供了一种简单的类似SQL的查询语言HiveQL，这为熟悉SQL语言的用户查询数据提供了方便2 Apache Spark Apache Spark是Hadoop开源。

5、1Hive，披着SQL外衣的MapReduceHive是为方便用户使用MapReduce而在外面封装了一层SQL，由于Hive采用了SQL，它的问题域比MapReduce更窄，因为很多问题，SQL表达不出来，比如一些数据挖掘算法，推荐算法图像识别算法等，这些仍只能通过编写MapReduce完成2 ImpalaGoogle Dremel的开源实现Apache。

6、的作业执行模型，Hive 将用户的HiveQL 语句通过解释器转换为MapReduce 作业提交到Hadoop 集群上，Hadoop 监控作业执行过程，然后返回作业执行结果给用户Hive 并非为联机事务处理而设计，Hive 并不提供实时的查询和基于行级的数据更新操作Hive 的最佳使用场合是大数据集的批处理作业，例如，网络日志分析。

7、FAILED Execution Error， return code 1 from 解决当遇到这个问题时，可以肯定一点的是，文件的格式和建表时指定的存储格式是不一致的由此可以定位到问题出在哪里了1确定数据源的格式一般都是txtcsv文件 2确定建表时指定的存储格式 show create。

8、Hive用的好，才能从数据中挖掘出更多的信息来用过hive的朋友，我想或多或少都有类似的经历一天下来，没跑几次hive，就到下班时间了Hive在极大数据或者数据不平衡等情况下，表现往往一般，因此也出现了prestosparksql等替代品这里重点讲解hive的优化方式，例如 一 表连接优化 二 用insert。

9、回答大数据本身是一个非常宽泛的概念，而Hadoop生态系统或一般的生态系统基本上是单一规模的数据处理你可以把它和厨房比较，所以我需要各种工具锅碗瓢盆，各有其用，重叠你可以在碗里直接用汤锅你可以用刀或飞机去皮每个工具都有自己的特性，虽然奇数可以工作，但不一定是最好的大数据，首先你。

10、HBase，是一个分布式的面向列的开源数据库，可以认为是hdfs的封装，本质是数据存储NoSQL数据库3数据清洗MapReduce作为Hadoop的查询引擎，用于大规模数据集的并行计算4数据查询分析Hive的核心工作就是把SQL语句翻译成MR程序，可以将结构化的数据映射为一张数据库表，并提供HQLHiveSQL查询。

11、大数据平台中的主流框架主要有以下三种一Hadoop生态圈 HDFS分布式文件系统，解决大数据的存储 YarnMapReduce分布式计算框架，解决大数据的计算 HiveHadoop中的数据分析引擎，支持SQL HBase基于HDFS的NoSQL数据库 ZooKeeper分布式协调服务，可以用于实现HA高可用架构其他 二Spark生态圈 Spark。

12、Hive 要访问数据中满足条件的特定值时，需要暴力扫描整个数据，因此访问延迟较高由于 MapReduce 的引入， Hive 可以并行访问数据，因此即使没有索引，对于大数据量的访问，Hive 仍然可以体现出优势数据库中，通常会针对一个或者几个列建立索引，因此对于少量的特定条件的数据的访问，数据库可以有很高的。

13、一文看懂大数据的技术生态圈大数据本身是个很宽泛的概念，Hadoop生态圈或者泛生态圈基本上都是为了处理超过单机尺度的数据处理而诞生的 一文看懂大数据的自从数据分析人员开始用Hive分析数据之后，它们发现，Hive在MapReduce上跑，真鸡巴慢！流水线作业集也许没啥关系，比如24小时更新的推荐，反正24小时内跑完就算了。

14、常见的数据分析软件有Apache HiveSPSSExcelApache Spark Jaspersoft BI 套件1Apache Hive Hive是一个建立在Hadoop上的开源数据仓库基础设施，通过Hive可以很容易的进行数据的ETL，对数据进行结构化处理，并对Hadoop上大数据文件进行查询和处理等 Hive提供了一种简单的类似SQL的查询语言HiveQL。

15、稍微整理了下常用到的大数据分析工具，看下能不能帮到你 1专业的大数据分析工具 2各种Python数据可视化第三方库 3其它语言的数据可视化框架 一专业的大数据分析工具 1FineReport FineReport是一款纯Java编写的集数据展示报表和数据录入表单功能于一身的企业级web报表工具，只需要简单的拖拽。