Hive Apache的顶级项目 官网： hive.apache.org
原来是hadoop里的一个子项目，后来脱离出来成为一个顶级项目。
github.com/apache/hive 这是源码地址，它是开源的，你可以对其进行代码改进，提交给社区，社区采用以后会合并进代码中
hive是一个构建在hadoop上的数据仓库
可以理解为
数据存在HDFS上
执行通过MR来执行（MR（2.0过时了）spark，Tez） (hive 可以执行在MR Spark 和 Tez三个执行引擎之上)
运行是在yarn上进行
如果一个框架最终不能落地到SQL上，那么这个框架就有待选择
总之hive就是使用sql来搞定大数据的数据分析。
MR在运行中，多个应用程序存在依赖关系，后一个应用程序的输入为前一个的输出。在这种情况下，MapReduce并不是不能做，而是使用后，每个MapReduce作业的输出结果都会写入磁盘，会造成大量的词频IO，导致性能非常低下，此时可以考虑用Spark等迭代计算框架。
补充：Hive CLI hive客户端
MySQL存着元数据，与hive之间存在单点的风险
单点问题怎么解决
主备是指同时存在两个MYSQL，当主挂掉以后，备用的顶上。
hive是一个客户端，不存在集群概念
hive和关系型数据库有什么关系
都可以使用SQL来搞定
速度方面，关系数据库查起来肯定快一些 hive执行sql是通过mr来执行的，速度肯定慢 时效性。注意千万不能再web界面上按一个按钮执行一个mr，让反馈回来，因为无法预知底层数据有多少，若数据了很大，可能要等十几个小时，页面就会卡在那里。
事务、insert updata
schema信息解释
在学关系型数据库时，有表，数据库，字段，字段名称，数据类型 这些就是schema
元数据信息
描述数据的数据 schema是元数据的内容
转载于:https://www.cnblogs.com/xuziyu/p/10473461.html
相关资源：数据结构—成绩单生成器