hive client 内存设置 hive内存优化

• 1 什么是Hive

• 2 Hive的优缺点

• 2.1 优点

• 2.2 缺点

• 3 Hive架构原理
• 4 Hive和数据库比较

• 4.1 查询语言

• 4.2 数据存储位置
• 4.3 数据更新
• 4.4 索引
• 4.5 执行
• 4.6 执行延迟
• 4.7 可扩展性
• 4.8 数据规模

1 什么是Hive

Hive：由Facebook开源用于解决海量结构化日志的数据统计。
Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张表，并提供类SQL查询功能。

本质是：将HQL转化成MapReduce程序

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

2 Hive的优缺点

2.1 优点

1. 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）。
2. 避免了去写MapReduce，减少开发人员的学习成本。
3. Hive的执行延迟比较高，因此Hive常用于数据分析，对实时性要求不高的场合。
4. Hive优势在于处理大数据，对于处理小数据没有优势，因为Hive的执行延迟比较高。
5. Hive支持用户自定义函数，用户可以根据自己的需求来实现自己的函数。

2.2 缺点

1．Hive的HQL表达能力有限

1. 迭代式算法无法表达
2. 数据挖掘方面不擅长

2．Hive的效率比较低

1. Hive自动生成的MapReduce作业，通常情况下不够智能化
2. Hive调优比较困难，粒度较粗

3 Hive架构原理

1．用户接口：Client
CLI（hive shell）、JDBC/ODBC(java访问hive)、WEBUI（浏览器访问hive）

2．元数据：Metastore
元数据包括：表名、表所属的数据库（默认是default）、表的拥有者、列/分区字段、表的类型（是否是外部表）、表的数据所在目录等；
默认存储在自带的derby数据库中，推荐使用MySQL存储Metastore

3．Hadoop
使用HDFS进行存储，使用MapReduce进行计算。

4．驱动器：Driver
（1）解析器（SQL Parser）：将SQL字符串转换成抽象语法树AST，这一步一般都用第三方工具库完成，比如antlr；对AST进行语法分析，比如表是否存在、字段是否存在、SQL语义是否有误。
（2）编译器（Physical Plan）：将AST编译生成逻辑执行计划。
（3）优化器（Query Optimizer）：对逻辑执行计划进行优化。
（4）执行器（Execution）：把逻辑执行计划转换成可以运行的物理计划。对于Hive来说，就是MR/Spark。