Hive 随谈（一）– Hive 入门

gtdfe

Hive 是什么在接触一个新的事物首先要回到的问题是：这是什么？
这里引用 Hive wiki 上的介绍：
Hive is a data warehouse infrastructure built on top of Hadoop. It provides tools to enable easy data ETL, a mechanism to put structures on the data, and the capability to querying and analysis of large data sets stored in Hadoop files. Hive defines a simple SQL-like query language, called QL, that enables users familiar with SQL to query the data. At the same time, this language also allows programmers who are familiar with the MapReduce fromwork to be able to plug in their custom mappers and reducers to perform more sophisticated analysis that may not be supported by the built-in capabilities of the language.
Hive 是建立在 Hadoop 上的数据仓库基础构架。它提供了一系列的工具，可以用来进行数据提取转化加载（ETL），这是一种可以存储、查询和分析存储在 Hadoop 中的大规模数据的机制。Hive 定义了简单的类 SQL 查询语言，称为 QL，它允许熟悉 SQL 的用户查询数据。同时，这个语言也允许熟悉 MapReduce 开发者的开发自定义的 mapper 和 reducer 来处理内建的 mapper 和 reducer 无法完成的复杂的分析工作。
Hive does not mandate read or written data be in the “Hive format”—there is no such thing. Hive works equally well on Thrift, control delimited, or your specialized data formats. Please see File Format and SerDe in Developer Guide for details.

Hive 没有专门的数据格式。 Hive 可以很好的工作在 Thrift 之上，控制分隔符，也允许用户指定数据格式。
Hive 资源
Hive 本身提供了较丰富的文档，以下链接提供了 Hive 的一些基础文档：

• FaceBook 镜像（被墙）：[[http://mirror.facebook.com/facebook/hive]]
• Wiki 页面：[[http://wiki.apache.org/hadoop/Hive]]
• 入门指南：[[http://wiki.apache.org/hadoop/Hive/GettingStarted]]
• 查询语言指南：[[http://wiki.apache.org/hadoop/Hive/HiveQL]]
• 演示文稿：[[http://wiki.apache.org/hadoop/Hive/Presentations]]
• 蓝图：[[http://wiki.apache.org/hadoop/Hive/Roadmap]]
  

大多数有关 Hive 的使用和特性的问题可以从以上的链接中寻找到答案。当然，由于 Hive 本身在不断的发展中，文档的更新速度很多时候都赶不上 Hive 本身的更新速度，若希望了解 Hive 的最新动态或者遇到 Bug，可以加入 Hive 的邮件列表：
* User: hive-user@hadoop.apache.org
* Developer: hive-dev@hadoop.apache.org
Hive 的下载配置安装
请参考入门指南, 这里给出最基本的提纲:

• 安装配置 Hadoop。
• 安装配置数据库（mysql 等）。
• 获得 Hive 源码或者可执行代码。wget http://www.apache.org/dist/hadoo ... ve-0.5.0-bin.tar.gz
• tar xzf hive-0.5.0-bin.tar.gz
• cd hive-0.5.0
• 配置 Hive 如何访问数据库，如何访问 Hadoop。
• 运行 Hive。
  

当看到 Hive 提示符‘Hive>’的时候，恭喜，你可以开始你的 Hive 之旅了。