一、hive的定义
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数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。
二、hive的历史及版本
由facebook开源给社区，目前版本是2.x。
三、hive的适用场景
1、不支持记录级别的更新，插入或者删除。
2、不支持OLTP（联机事务处理），更接近OLAP（联机分析处理）。
3、Hadoop 通常都有较高的延迟并且在作业提交和调度的时候需要大量的开销。因此，Hive 并不能够在大规模数据集上实现低延迟快速的查询，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。
四、hive组件
1、用户界面：CLI JDBC/ODBC（thrift server） WEBUI
2、Driver(anltr、compiles、optimizes、executes)开源语法分析器、 编译器、优化器、执行器
3、元数据metastore(mysql)
4、hdfs
五、hive文件存储格式
textfile:默认格式，数据不做压缩，磁盘开销大，数据解析开销大。
sequencefile:Hadoop API提供的一种二进制文件支持，其具有使用方便、可分割、可压缩的特点。
rcfile:一种行列存储相结合的存储方式。首先，其将数据按行分块，保证同一个record在一个块上，避免读一个记录需要读取多个block。其次，块数据列式存储，有利于数据压缩和快速的列存取。
自定义格式:当用户的数据文件格式不能被当前 Hive 所识别的时候，可以自定义文件格式。用户可以通过实现inputformat和outputformat来自定义输入输出格式。
STORED AS INPUTFORMAT
'org.apache.hadoop.mapred.TextInputFormat'
OUTPUTFORMAT
'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat'
六、基础数据格式
| 数据类型 | 所占字节 | 开始支持版本 |
| TINYINT | 1byte，-128 ~ 127 | |
| SMALLINT | 2byte，-32,768 ~ 32,767 | |
| INT | 4byte,-2,147,483,648 ~ 2,147,483,647 | |
| BIGINT | 8byte,-9,223,372,036,854,775,808 ~ 9,223,372,036,854,775,807 | |
| BOOLEAN | ||
| FLOAT | 4byte单精度 | |
| DOUBLE | 8byte双精度 | |
| STRING | ||
| BINARY | 从Hive0.8.0开始支持 | |
| TIMESTAMP | 从Hive0.8.0开始支持 | |
| DECIMAL | 从Hive0.11.0开始支持 | |
| CHAR | 从Hive0.13.0开始支持 | |
| VARCHAR | 从Hive0.12.0开始支持 | |
| DATE | 从Hive0.12.0开始支持 |