Hive，

Hive，

Hive概念-数据仓库的一种(不跟实时系统交互，只存历史数据，供决策分析使用)

Hive是建立在Hadoop之上的数据库仓库工具，使用类SQL方式进行操作，使我们能够使用更简洁的sql方式就能实现分布式的海量离线数据处理业务。

Hadoop在海量数据离线处理中遇到的问题

1开发调试MapReduce程序非常复杂，不适合要求快速得出结果的工作场景。
2Hadoop由Java开发，MR程序天生对Java支持最好，对其他语言使用者不太友好。
3开发一个优秀的MapReduce程序需要对Hadoop底层有一定的了解，需要记忆大量API。

还需要工具类，javaBean
Hive对MapReduce进行了封装 类SQL操作大数据

Hive它有一个能将类SQL语言能翻译成MapReduce程序的引擎。
类SQL能翻译成MapReduce程序，并将它放在MapReduce里执行操作HDFS中的数据。

数据仓库

数据仓库是一种面向主题的，稳定的，反映历史数据的数据存储系统，为管理者提供数据分析的支持。

数据仓库是设计理念：用空间换时间

面向主题:不同的维度就是不同的主题

稳定的:一次存储，多次读取
反映历史数据:不能处理实时数据

关系型数据库和数据仓库的区别:

数据库	数据仓库
面向事务	面向主题
实时数据	历史数据
避免冗余	有意冗余
捕获数据	分析数据

ETL将不常用的数据提取出来进行转化，统一地放在数据仓库里。存与业务交互无关但有用的数据。

ETL在转化前对需求。存的时候进行分类存储。但是因为数据有重复，比较浪费空间。但空间是廉价的，时间是宝贵的。

优点：
1避免了MR繁琐的开发调试过程，Hive自动将我们输入的HQL编译为MR运行
2HQL这种类SQL语言对于任何开发语言的程序员来说都比较友好。
3我们不需要对Hadoop底层有太多的理解，也不用记忆大量的API就能实现分布式数据的处理
4Hive也提供了自定义函数的方式来补充自身函数库可能存在的不足。即编写JAVA代码来实现复杂的逻辑并封装为UDF（自定义函数）来供我们重复使用。

百度词条有误。hive提供的是UDF,根MapRedeuce没有关系
必须有方法名叫evaluate,它不要求参数和返回值，更不需要对MapReduce有了解