apache产品下载地址

archive.apache.org

http://archive.apache.org/dist/  --apache所以产品下载地址

explain plan for select * from emp where deptno=10;

--查看该select的执行计划

select * from table(dbms_xplan.display);

hive.apache.org

hive没有索引（mysql有），hive的分区就相当于它的索引，目的是减少扫描范围，提高查询效率。

#没有分区的执行计划
explain select * from table where day='2019-12-08'

#有分区的执行计划
explain select * from table_with_partition where day='2019-12-08'

在hive里创建表，会自动在hdfs里创建文件夹。在hive里保存的文件夹中的数据对应于该文件夹下的文件。

user/hive/warehouse/

mysql是没有分区的。hive搞这么一大坨，什么hdfs啊，Hadoop啊，都是为了“大”数据服务的。你可以把hdfs想象成多个电脑联机的磁盘（mysql只是单机的），但因为有了“大”数据，因此一台电脑的磁盘不够用了，于是要搞出多个电脑联机来存放数据，于是hive数据库的数据就是被放在hdfs上的。hdfs的重点就在于d上（h是家族名，f是file，s是system），d是distributed，分布式（联机）。Hadoop是数据库引擎，用来把HQL翻译成map和reduce任务，然后执行得到结果。

1、hive中的时间数据类型有哪两种？

• 时间戳timestamp：与时区无关（不同时区一样），表偏移量（相对于有了Unix以来）

• 日期型date：注意不含时点（区别于其他数据库）

hive是数据仓库，数据仓库的本质就是数据库。数据库里面就是表，是表就有字段，字段就有其类型。数据类型有基础的、复杂的、时间的。

1、什么是hive中基础的数据类型？

• 整数型：tinyint\smallint\int\bigint（精度不同）

• 小数型：double\float

• 字符串：string

• 布尔型：bool

creat table table_name(
uid bigint
,uname sting 
,is_student boolean
,score double
)

2、怎么查看表中字段的数据类型？

desc table

3、varchar 和char的区别？

varchar（20）是字符串不能超过多少位。

char（20）是字符串按照20位存储。

1、在hue里输入一条HQL语句，它是如何在hive数据仓库里进行查询的？

step1：输入HQL查询语句

step2：解析器分析有没有语法错误，有的话就print出来（报错）

step3：语法没问题的话就进入编译器，生成执行计划

step4：然后优化器生成最佳的执行计划

step5：最后执行这个最佳执行计划，得到这条HQL的查询结果。

2、怎么知道自己写的HQL的执行计划是怎样的？

通过explain函数。explain+这条HQL语句=这条HQL语句的执行计划

例如：explain select 一张没有索引的表，那么它的执行计划是先全表扫描；explain select 一张有索引的表，那么它的执行计划是先扫描有索引；

1、什么是hive的元数据？

元数据就是记录表本身的信息的数据。（表1：表的信息；表2：列的信息）

元数据也是要存储在数据库中的，默认存在Derby数据库中。

1、什么是hive？

hive是构建在Hadoop hdfs上的数据仓库。对应的查询语言叫HQL，表是hdfs的目录或文件。

hive是HQL的解析引擎，把HQL转化成map和reduce的job，然后在Hadoop中执行。

1、什么是数据仓库？

数据仓库是一种特殊的数据库：它的目的是服务于分析（因此主要是做查询的、数据是不可更新的、且通常是按照主题存储的）。

2、如何构建数据仓库？

首先把分散在各处的数据（例如业务数据库、txt/csv的文档、其他数据源）收集起来，然后通过ETL转化，转化成符合规范的数据格式，按照主题存到数据仓库里（例如商品推荐系统，使用星型模型或雪花模型搭建），再通过服务器和前端，最终实现不同功用的目的（例如hive-hue查询、BI看报表、数据接口）

Hive体系结构

解释器→编译器→优化器→查询计划生成→存储于HDFS→MapReduce调用执行

Hive元数据存储在metastore（derby,mysql或oracle）中

Hive元数据包括：1.表名及属性 2.列名及属性 3.分区名及属性 4. 表的数据所在目录等

传统数据仓库是建立在MySQL, Oracle等基础上的。而Hive是建立在HDFS上的。可以进行数据ETL即提取、转化、加载（Sqoop）。Hive的查询语言为HQL，HQL解析引擎将把查询语句翻译成M/R程序。

Hive允许MapReduce开发者开发自定义的mapper和reducer来完成复杂的分析工作。

Hive的表实际上就是HDFS的目录，而Hive中的数据就是HDFS中的文件。