03-黑马程序员大数据开发：Apache Hive

一、 Apache Hive概述

**1. 目的：**了解什么是分布式SQL计算；了解什么是Apache Hive

1. 使用Hive处理数据的好处

• 操作接口采用类SQL语法，提供快速开发的能力（简单、容易上手)
• 底层执行MapReduce，可以完成分布式海量数据的SQL处理

1. 什么是分布式SQL计算？

以分布式的形式，执行SQL语句，进行数据统计分析。

1. Apache Hive是做什么的？

很简单，是一款分布式SQL计算的工具，将SQL语句翻译成MapReduce程序，从而提供用户分布式SQL计算的能力。

• 传统MapReduce开发：写MR代码 -> 得到结果
• 使用Hive开发：写SQL -> 得到结果
• 底层都是MR在运行，但是使用层面更加简单了。

2. 模拟实现Hive功能

基于MapReduce构建分布式SQL执行引擎，主要需要有哪些功能组件？

• 元数据管理
• SQL解析器

3. Hive基础架构

4. Hive部署

4.1 在VMware虛拟机集群中，完成Hive的安装部署

Hive是单机工具，只需要部署在一台服务器即可。Hive虽然是单机的，但是它可以提交分布式运行的MapReduce程序运行。

第四章-04-[实操]Hive在VMware虚拟机中部署_哔哩哔哩_bilibili

步骤1: 安装MySQL数据库（部署MySQL数据库，并配置root账户密码)
步骤2: 配置Hadoop（下载Hive上传并解压和设置软链）
步骤3: 下载解压Hive
步骤4: 提供MySQL Driver包（下载MySQL驱动jar包放入Hive的lib目录）
步骤5: 配置Hive（修改配置文件 (hive-env.sh和hive-site.xm）
步骤6: 初始化元数据库（启动hive的metastore服务：前台/后台启动）
步骤7: 启动Hive（使用Hadoop用户）（bin/hive）

4.2 在阿里云中创建RDS作为Hive的元数据存储数据库，并完成Hive的安装部署

第四章-05-[可选]在阿里云上部署Hive_哔哩哔哩_bilibili

• 云平台上均有提供RDS服务(Relational Database service，关系型数据库服务），即云上的数据库。
• 借助云平合我们无需手动搭建MySQL服务，只需要简单的购买RDS即可（需付费）

4.3 在Ucloud云中创建UDB作为Hive的元数据存储数据库，并完成Hive的安装部署

第四章-06-[可选]在UCloud云上部署Hive.mp4_哔哩哔哩_bilibili

5. Hive初体验

目标：体验在Hive中使用SQL来处理数据

1. Hive客户端

6.1 HiveServer2 & Beeline

目标：理解HiveServer2的作用；掌握使用Beeline客户端连接Hiveserver2操作Hive​​​​​​​

6.2 DataGrip & DBeaver

目标：掌握使用DataGrip链接Hive使用；掌握使用DBeaver链接Hive使用

第四章-09-[实操]DataGrip&DBeaver连接HiveServer2使用_哔哩哔哩_bilibili