官网
介绍
Hive是一个基于Hadoop的数据仓库工具，它提供了一种类SQL的查询语言HiveQL（HQL）来查询和分析存储在Hadoop分布式文件系统（HDFS）中的大规模数据。Hive将SQL语句转换为MapReduce任务，并使用Hadoop的分布式计算能力进行处理，以处理非常大的数据集。
Hive最初由Facebook开发，后来成为Apache软件基金会的顶级项目。它旨在使非专业用户能够使用SQL来查询和分析大型数据集，而无需了解复杂的MapReduce编程技术。它还提供了一些用于数据集成和ETL（提取、转换、加载）的工具，以帮助用户将数据从各种来源导入到Hadoop集群中。
Hive具有可扩展性，灵活性和高效性，可以处理PB级别的数据。它还提供了许多内置的函数和运算符，可以用于各种数据操作，包括聚合、连接、过滤和排序等。Hive还支持用户自定义函数（UDF）和扩展，可以根据特定需求自定义和优化查询。
主要特性
SQL-like查询语言：Hive提供了类SQL语言（HiveQL或HQL），使用户能够使用熟悉的SQL语法查询和分析数据。
分布式计算：Hive基于Hadoop分布式计算框架，支持处理大规模数据集，可以在大量的节点上进行并行计算。
可扩展性：Hive支持水平扩展，可以轻松添加新的节点以处理更大的数据集。
数据仓库：Hive旨在支持数据仓库任务，如数据提取、转换、加载（ETL）等。
外部数据集成：Hive支持将外部数据导入到Hadoop集群中，包括关系型数据库、Hive、HBase等，从而实现异构数据的整合。
用户自定义函数：Hive允许用户编写自定义函数（UDF），以扩展Hive的功能，满足特定的业务需求。
常见的数据操作：Hive支持大多数SQL语法中的常见数据操作，如聚合、过滤、排序、分组和连接等。
易于安装和部署：Hive具有易于安装和部署的优点，可以在各种硬件和操作系统上运行。
社区支持：Hive是一个Apache软件基金会的顶级项目，拥有强大的社区支持，用户可以从社区中获取各种资源和帮助。
适用场景
大规模数据存储和处理：Hive适合存储和处理PB级别的数据，可以使用HiveQL语言进行数据查询、分析和转换等操作。
数据仓库：Hive旨在支持数据仓库任务，如数据提取、转换、加载（ETL）等，适用于构建企业级数据仓库。
数据分析：Hive可以在Hadoop集群中进行分布式计算，支持复杂的数据分析任务，如数据挖掘、机器学习等。
日志分析：Hive可以处理结构化和半结构化数据，适合进行日志分析等任务。
数据整合：Hive支持将外部数据导入到Hadoop集群中，可以对来自不同来源的数据进行整合和分析。
复杂查询：Hive可以处理复杂的查询，如多表连接、分组、排序、聚合等，适合进行高级分析任务。