Hive，
1 基于Hadoop的一个离线分析
2 类sql语言--HQL
3.降低Hadoop中MapReduce的开发
4 在底层将输入的HQL转化MapReduce 运行效率慢
5 一个操作数据仓库工具的工具
6 对结构化数据来进行分析
7 表 ，以及表中的字段是hive的元数据，hive处理的数据放在HDFS
8 HIve的元数据默认在Hive自带
基础指令：
1 show databases;
2 create database ** ;
3 user ** ; show tables ; create table ** (id int ,name string);
4 insert into **values(1,'liu');
指令
5 load data local inpath '/home/s/s.txt' into table stu ; 通过加载文件数据到指定的表里
6 create table stu1(id int,name string) row format delimited fields terminated by ' ' 创建stu1表，并指定分割符 空格
7 insert overwrite local directory '/home/stu' row format delimited fields terminated by ' ' select * from stu;
将stu表中查询的数据写到本地的/home/stu目录下
8 insert overwrite directory '/stu' row format delimited fields terminated by ' ' select * from stu;
将stu表中查询的数据写到HDFS的stu目录下
9 创建外部表
进入hive，执行：create external table stu (id int,name string) row format delimited fields terminated by ' ' location '/目录路径'
元数据
1 表名、表里有哪些字段，字段类型、哪张表存在哪个数据下等这些表信息，称之为hive的元数据
2 默认情况下，hive的元数据信息不是存在hdfs上的，而是存在hive自带的derby关系型数据库里的
hive的数据类型：
1 array
建表语句：
create external table ex(vals array<int>) row format delimited fields terminated by '\t' collection items terminated by ',' location '/ex';
2 map 注意：map类型，列的分割符必须是\t
建表语句 ：
create external table ex (vals map<string,string>) row format delimited fields terminated by '\t' map keys terminated by ' ' location '/ex';
Hive 中数据倾斜的原因：
1 group by
2 distinct count(distinct xx)
3 join
二 ， 处理group by的数据倾斜问题
调优参数:set hive.groupby.skewindata=true; 数据倾斜时负载均衡
Hive的优化：主要HQ的优化
1 map side join mapJoin的主要意思就是，当连接的两个表是一个比较小的表和一个特别大的表的时候
在hive做join时，要求小表在前(左）
2 join语句优化 子查询可以放在前面(左)join
3 group by 优化 出现group by 过程出现倾斜 ，需要将hive.groupby.skewindata设置为true
4 count distinct 优化
优化前：select count(distinct id )from tablename
优化后：select count(*) from (select distinct id from tablename)tmp;