外观
Hive重点标红
Hive简介（选择、判断）
Hive概述
Hive:由Facebook开源用于解决海量日志的数据统计工具。 Hive是基于Hadoop的一个，可以将，并 提供查询功能。
问：
- 什么是结构化日志？
结构化日志，顾名思义不再是自由格式的日志，而是遵循了一定的结构：每一行日志就是一个结构。好处显而易见：简化日志解析，使得日志的后续处理、分析或查询变得方便高效。和结构化日志形成对比的就是传统的日志：一行或多行的字符串，字段之间主要是用空格等分隔符分隔开，输出格式自由定义。
- 什么是数据仓库？
Hive 本质：将 HQL 转化成 MapReduce 程序
Hive底层运行逻辑
（1）Hive 处理的数据存储在 HDFS
（2）Hive 分析数据底层的实现是 MapReduce
（3）执行程序运行在 Yarn 上
Hive 优点
（1）操作接口采用类 SQL 语法，（简单、容易上手）。
（2），减少开发人员的学习成本。
（3）Hive 的执行延迟比较高，因此 。
（4）Hive ，对于处理小数据没有优势，因为 Hive 的执行延迟比较高。
（5）Hive ，用户可以根据自己的需求来实现自己的函数。无法实现。
Hive缺点
Hive 的 HQL 表达能力有限
（1）
（2）数据挖掘方面不擅长，由于
Hive 的效率比较低
（1）Hive 自动生成的 MapReduce 作业，通常情况下
（2）Hive 调优比较困难，
Hive和数据库比较
1.查询语句
由于SQL被广泛的应用于数据仓库，因此针对hive专门设计了类SQL的HQL查询语句，方便进行开发
2 数据存储位置
hive是建立在hadoop的基础上，hive的数据储存都是在hdfs中的，而数据库可以将数据保存在块设备或者自己的本地文件系统中
3 数据更新
hive是针对数据仓库应用设计的，数据仓库的内容是读多写少，因此hive不建议对已有的数据进行改写，因为数据都是在加载的时候确定好的
4 索引
hive没有索引，访问满足条的特定值的时候，需要暴力扫描整个数据，因此访问延迟较高
5 执行
hive大多数的查询是通过hadoop提供的MapReduce来实现的，而数据库通常有自己的执行引擎
6 执行延迟
一方面hive访问数据的时候是扫描整个数据，另一方面他的执行是通过MapReduce框架执行的，该框架本身具有延迟性
7 可扩展性
hive是基于hadoop的，所以其扩展性和hadoop一致的
8 数据规模
hive建立在集群上，并且可以利用MapReduce进行并行计算
Hive架构
Hive工作原理
Hive数据类型（重点）
Hive部署（相关配置）
Hive-site.xml
Hive的数据定义语言（简答）
参考期中考试复习
分区表（重点）
创建分区表
查询分区表
添加分区
重命名分区
移动分区
删除分区（重点）
分桶表（重点）
创建分桶表
查看分桶信息
Hive的数据操作语言（1x简答 、 1x 编程）
Hive数据查询语言（30分左右）
这里以下是小题+1道编程题
SELECT句式分析
Hive运算符
关系运算符
算术运算符
逻辑运算符
复杂运算符
公用表表达式
从这里开始有3道编程题，重点复习