Hive是一款基于Hadoop的数据仓库工具，通常被用于数据提取、转化、加载，可以将结构化的数据文件映射为一张数据库表，并提供类SQL查询功能，能将SQL语句转变成MapReduce任务来执行。Hive最大的优点是学习成本低，能够使用类似SQL语句实现快速MapReduce统计，这样使得MapReduce变得更加简洁，不需要开发专门的MapReduce应用程序。
一、Hive的特点
1.扩展性
Hive可以自由的扩展集群的规模，通常情况下不需要重启服务。
2.延展性
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。
3.容错性
良好的容错性，节点出现问题SQL仍可完成执行
二、HIVE的安装部署
建议使用 1.x 版本
只需要在一个节点上安装(Master节点)
具体步骤
1. 下载
hive.apache.org
拷贝到linux
winscp
设置共享文件夹
2.解压
tar -zxvf apache-hive-1.2.1-bin.tar.gz -C /opt/programfile/
配置环境变量(/etc/profile)
export HIVE_HOME=/opt/programfile/hive
export PATH=$ PATH:$HIVE_HOME/bin
使新的配置生效：source /etc/profile
3.配置hive
(1) 改名
cp hive-env.sh.template hive-env.sh
(2)修改配置(指定hadoop的路径，因为hive基于Hadoop运行的)
HADOOP_HOME=/opt/programfile/hadoop
export HIVE_CONF_DIR=/opt/programfile/hive/conf
(3)开启集群
start-dfs.sh
start-yarn.sh
配置数据仓库的存储路径(数据最终存储在HDFS上)(在HDFS上配置的路径)
注意：此路径需要具有写权限
创建数据存储目录：
hdfs dfs -mkdir /tmp
hdfs dfs -mkdir -p /user/hive/warehouse
修改权限：
hdfs dfs -chmod 777 /tmp
hdfs dfs -chmod 777 /user/hive/warehouse
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在数字化运营中，“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”，直接决定了运营动作 ...
2025-10-24在卷积神经网络（CNN）的训练中，“卷积层（Conv）后是否添加归一化（如 BN、LN）和激活函数（如 ReLU、GELU）” 是每个开发者都 ...
2025-10-24在数据决策链条中，“统计分析” 是挖掘数据规律的核心，“可视化” 是呈现规律的桥梁 ——CDA（Certified Data Analyst）数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上，Python 凭借其丰富的科学计算库（NumPy、FilterPy）、深度学习框架（PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域，“状态估计” 是核心任务 —— 即从含噪声的观测数据中，精准推断系统的真 ...
2025-10-23在数据分析全流程中，“数据清洗” 恰似烹饪前的食材处理：若食材（数据）腐烂变质、混杂异物（脏数据），即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域，“大模型” 已成为近年来的热点标签：从参数超 1750 亿的 GPT-3，到万亿级参数的 PaLM，再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中，“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中，“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中，订单数据分散 ...
2025-10-22在神经网络设计中，“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”（模型无法捕捉复杂数据规律，如用单隐 ...
2025-10-21在特征工程流程中，“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度，剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中，“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA（Cert ...
2025-10-21在实际业务数据分析中，我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额（少数用户单次消费上万元，多数集 ...
2025-10-20在数字化交互中，用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”，到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中，“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材，若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天，几乎每个职场人都在焦虑： “为什么别人能用数据驱动决策、升职加薪，而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”，但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中，透视表凭借灵活的字段重组能力成为核心工具，但原始透视表仅能呈现数值结果，缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中，“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益，电商靠 “运营拍 ...
2025-10-17在数据库日常操作中，INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表（或查询结果集）的数 ...
2025-10-16
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
