Apache Hive

Hive原生态的计算引擎室MapReduce，由于MapReduce的需要大量的和磁盘交互，离线T+1还勉强可用，如果要即时查询，那简直是等的花都快谢了，那有没有代替底层引擎呢，本文就讲讲spark。

Hive在实际运用中，也会涉及到很多Shell相关的指令，这里据例举一些常用的Linux指令，可以更好的让你玩转Hive。

Hive 的优化分为join相关的优化和join无关的优化，从项目实际来说, join 相关的优化占了 Hive 优化的大部分内容，本文就讲讲hive的优化。

Hive顶着大数据数据仓库的头衔，那么数据分析是在常用不过的功能了，所以，而数据分析钟，聚合函数和开窗函数是最重要的两环，本文就玩玩Hive的数据分析开窗函数。

Hive拥有强大的内置函数来实现数据处理和数据分析，但是有时特定的需求逻辑，或者是复用率高的处理逻辑，单纯的内置函数处理起来回非常麻烦，甚至无法处理，这个时候，就需要用到Hive自定义函数。

Hive作为大数据Hadoop集群的数据仓库，实际使用自然是要用来数据处理和数据分析的，必然经常用到Hive函数，Hive函数分为内置函数和自定义函数，本章节就主要来讲讲Hive 用户内置函数。

如果hive面试，基本都会问一下ORDER BY, SORT BY, DISTRIBUTE BY, CLUSTER BY的区别，那这里就简单给大家做个介绍；

HiveQL虽然提供了SQL接口，让我们在处理数据时能写通用性强的SQL，但是HiveQL的本质是啥？跟MapReduce的联系是啥？本章就来揭秘下HiveQL执行原理图解原理。

Hive本身作为大数据的数据仓库，HiveQL语法和MySQL的语法很像，如何优雅的使用HiveQL的DML，本文就带你领略Hive表DML的艺术性。

实际开发时，建表的时候，身为中国人，为了方便一般都会给字段加上中文的`comment,来方便记录字段的中文意思，但是在查看表结构的字段中文comment时可能会出现乱码，怎么解决呢？

hive安装的时候,提到了有一步骤是初始化Hive，其实就是把Hive的元数据表创建部署在一个叫hive的MySQL库内，这些数据是记录hive本身的一些数据——hive元数据。

HiveQL数据库级别DDL设计的艺术性（四）聊完了数据库的基本操作，我们再来聊聊Hive内表的操作，本篇文章将带你领略HiveQL表级别DDL设计的艺术性。

如何优雅、规范的在hive上创建数据库，hive内的数据库的本质又是啥？今天就带你领略hive数据库DDL设计的艺术性。

关于如何方便、高效的书写hive sql语句，除了在hive cli上书写还有其他方案吗？当然是有的，本篇文章推荐一些好用的连接hive的工具。

Hive的前提必须要搭载在hadoop集群上，作为hadoop集群的数据仓库使用，所以你先需要有个hadoop集群，Hive该如何搭建呢？

hive是hadoop家族的执行器，解析器，优化器，能够以sql的形式来处理hdfs的海量二维数据。