链接：https://pan.baidu.com/s/1RWivHENwGG4yD5NdYJ6jQw 

提取码：cy21

实验指导书

 

1.1 基于Hadoop的数据仓库Hive学习指南

 

1.2实验环境

1.操作系统:CentOS6.6

2.已经安装好Linux操作系统，并安装配置了Hadoop环境，已经安装好了Hadoop分布式文件系统

3.登录用户名：hadoop，密码：123456

账户：root  密码：123456

桌面的hive-site.txt存放配置文件的内容

hive-command.txt存放常用的hive命令

 

1.3 实验原理

1.通过实验掌握基本的Hive安装方法；

2.掌握用数据仓库Hive来解决一些常见的数据库操作以及简单的Hive编程。

 

 

1.3.1 Hive简介

Hive是Facebook开发的构建于Hadoop集群之上的数据仓库应用，可以将结构化的数据文件映射为一张数据库表，并提供完整的SQL查询功能，可以将SQL语句转换为MapReduce任务进行运行。

 

Hive是一个可以提供有效的、合理的且直观的组织和使用数据的模型，即使对于经验丰富的Java开发工程师来说，将这些常见的数据运算对应到底层的MapReduce Java API也是令人敬畏的。Hive可以帮用户做这些工作，用户就可以集中精力关注查询本身了。Hive可以将大多数的查询转换MapReduce任务。Hive最适合于数据仓库应用程序，使用该应用程序进行相关的静态数据分析，不需要快速响应给出结果，而且数据本身也不会频繁变化。

 

Hive不是一个完整的数据库。Hadoop以及HDFS的设计本身约束和局限性限制了Hive所能胜任的工作。最大的限制就是Hive不支持记录级别的更新、插入或者删除。用户可以通过查询生成新表或将查询结果导入到文件中去。因为，Hadoop是一个面向批处理的系统，而MapReduce启动任务启动过程需要消耗很长时间，所以Hive延时也比较长。Hive还不支持事务。因此，Hive不支持联机事务处理（OLTP），更接近于一个联机分析技术（OLAP）工具，但是，目前还没有满足“联机”部分。

 

Hive提供了一系列的工具，可以用来进行数据提取转化加载(ETL)，其中，ETL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。因此，Hive是最适合数据仓库应用程序的，它可以维护海量数据，而且可以对数据进行挖掘，然后形成意见和报告等。

 

因为大多数的数据仓库应用程序是基于SQL的关系数据库现实的，所以，Hive降低了将这些应用程序移植到Hadoop上的障碍。如果用户懂得SQL，那么学习使用Hive会很容易。因为Hive定义了简单的类SQL 查询语言——HiveQL，这里值得一提的是，与SQLServer、Oracle相比，HiveQL和MySQL提供的SQL语言更接近。同样的，相对于其他的Hadoop语言和工具来说，Hive也使得开发者将基于SQL的应用程序移植到Hadoop变得更加容易。

 

1.3.2 Hive安装

因为Hive是构建在Hadoop之上的，所以在安装Hive前，我们需要安装Hadoop环境，这里已经安装好了Hadoop环境。下面开始安装Hive。

安装Hive的过程和安装Hadoop很类似，首先，我们先下载一个Hive软件压缩包，下载的版本可能会有所不同，但并不会影响实验结果。

（下载地址：https://mirrors.tuna.tsinghua.edu.cn/apache/hive/）