Apache Hive

Apache Hive™ 数据仓库软件有助于读取，写入和 Management 驻留在分布式存储中并使用 SQL 语法查询的大型数据集。

Hive 构建在 Apache Hadoop™ 之上，提供以下功能：

• 通过 SQL 轻松访问数据的工具，从而实现数据仓库任务，例如提取/转换/加载(ETL)，报告和数据分析。

• 一种将结构强加于各种数据格式的机制

• 直接访问存储在 Apache HDFS ™ **** 或其他数据存储系统(例如 Apache HBase ™ **** )中的文件

• 通过Apache Tez ™ ，Apache Spark ™ 或MapReduce执行查询

• HPL-SQL 的过程语言

• 通过Hive LLAP，Apache YARN和Apache Slider进行亚秒级查询检索。

Hive 提供标准的 SQL 功能，包括后来的SQL:2003，SQL:2011和SQL:2016的许多分析功能。
Hive 的 SQL 也可以通过用户定义的函数(UDF)，用户定义的集合(UDAF)和用户定义的表函数(UDTF)扩展为用户代码。

没有一种必须在其中存储数据的“配置单元格式”。 Hive 带有用于逗号和制表符分隔值(CSV/TSV)文本文件，Apache Parquet **** ™ **** ，Apache ORC **** ™ **** 和其他格式的内置连接器。用户可以使用其他格式的连接器扩展 Hive。有关详细信息，请参见Developer Guide中的File Formats和Hive SerDe。

Hive 不适用于联机事务处理(OLTP)工作负载。最好用于传统的数据仓库任务。

Hive 旨在最大化可扩展性(通过向 Hadoop 集群动态添加更多计算机来横向扩展)，性能，可扩展性，容错以及与 Importing 格式的松散耦合。

Hive 的组件包括 HCatalog 和 WebHCat。

• HCatalog 是 Hadoop 的表和存储 Management 层，它使使用不同数据处理工具(包括 Pig 和 MapReduce)的用户能够更轻松地在网格上读写数据。

• WebHCat 提供一项服务，可用于运行 Hadoop MapReduce(或 YARN)，Pig，Hive 作业。您还可以使用 HTTP(REST 风格)接口执行 Hive 元数据操作。

Hive Documentation

下面的链接提供对 Apache Hive Wiki 文档的访问。该列表不完整，但是您可以浏览这些 Wiki 页面以查找其他文档。有关更多信息，请参见官方Hive website。

有关 Hive 的一般信息

• Getting Started

• 关于 Hive 的书

• 有关 Hive 的演示文稿和论文

• 由 Hive 支持的站点和应用程序

• Related Projects

• FAQ

• Hive 用户邮件列表

• Hive IRCChannels：irc.freenode.net 上的#hive

• 关于本维基

User Documentation

• Hive Tutorial

• Hive SQL 语言手册：Commands，CLIs，Data Types，
  DDL(create/drop/alter/truncate/show/describe)，Statistics (analyze)，Indexes，Archiving，
  DML(load/insert/update/delete/merge，import/export，explain plan)，
  Queries (select)，运算符和 UDF，Locks，Authorization

• 文件格式和压缩: RCFile, Avro, ORC, Parquet; Compression, LZO

• 程序语言：Hive HPL/SQL

• 配置单元配置属性

• Hive Clients

• Hive Client (JDBC, ODBC, Thrift)

  • HiveServer2：Overview，HiveServer2Client 端和直线，Hive Metrics

• Hive Web 界面

• Hive SerDes: Avro SerDe, Parquet SerDe, CSV SerDe, JSON SerDe

• Hive Accumulo 集成

• Hive HBase 集成

• Druid Integration

• Kudu Integration

• Hive Transactions，流式数据提取和流变异 API

• Hive Counters

Administrator Documentation

• Installing Hive

• Configuring Hive

• 设置元存储

• 蜂房架构工具

• 设置 Hive Web 界面

• 设置 Hive 服务器 (JDBC, ODBC, Thrift, HiveServer2)

• Hive Replication

• Hive on Amazon Web 服务

• 在 Amazon Elastic MapReduce 上配置

• Hive on Spark：入门

HCatalog 和 WebHCat 文档

• HCatalog

• WebHCat (Templeton)

贡献者资源

• 如何贡献

• Hive 贡献者会议

• Hive 开发人员文档

• Hive 开发人员指南 (code organization, 编译并运行 Hive, unit tests, debug, pluggable interfaces)

  • Hive 开发人员常见问题解答 (move files, build Hive, test Hive, MiniDriver 和 Beeline 测试)

  • 插件开发套件

  • Writing UDTFs

  • Hive API 概述

• Hive 测试文档

• FAQ: Testing

  • 开发人员指南：单元测试

  • 单元测试 Hive SQL

  • 单元测试并行执行

  • 添加新测试的提示

  • Hive PTest2 基础架构

  • Hive PreCommit 补丁测试

  • MiniDriver Tests

  • Running Yetus

  • MetaStore API 测试

• Hive Performance

• Hive 架构概述

• Hive 设计文档: Completed; In Progress; Proposed; 不完整，遗弃，其他

• Route 图/致电以添加更多功能

• 全文搜索所有 Hive 资源

• 如何编辑网站

• 成为一个提交者

• 提交方式

• 如何释放

• Project Bylaws

配置单元版本和分支

Hive 网站的Downloads页上提供了 Hive 的最新版本。对于每个版本，页面都提供发布日期和更改日志的链接。如果要使用早期版本(或开发分支)的更改日志，请使用配置发行说明页面。

Apache Hive JIRA跟踪对 Hive 代码，文档，基础结构等的更改。每个已解决的 JIRA 问题的版本号或分支显示在问题页面顶部“详细信息”部分的“修复版本”字段中。例如，HIVE-5107的修复版本为 0.13.0.

有时，版本号在发行前会更改。发生这种情况时，原始编号可能仍会在 JIRA，Wiki 和mailing list讨论中找到。例如：

有关 Hive 分支的更多信息，请参见如何贡献：了解配置单元分支。

• Apache Hive，Apache Hadoop，Apache HBase，Apache HDFS，Apache，Apache Feather 徽标和 Apache Hive 项目徽标是 The Apache Software Foundation 的商标。