Hive的元数据一样平常存储在关系型数据库中，如MySql;
底层存储用到的是HDFS分布式存储系统。它的优点：1.?大略易上手：供应了类SQL查询措辞HQL；2.可扩展：为超大数据集设计了打算/扩展能力（MR作为打算引擎，HDFS作为存储系统）；3.供应统一的元数据管理；4.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：继续hive的UDF类，重写evaluate方法；5.容错：良好的容错性，节点涌现问题SQL仍可完成实行；
缺陷：1.Hive的HQL表达能力有限；2.效率比较低，自动天生的Mapreduce作业，常日情形下不足智能化，且调优比较困难；
Hive用户接口
1）HiveCLI（HiveCommandLine，Hive命令行），客户端可以直接在命令行模式下进行操作
2）HWI（HiveWebInterface，HiveWeb接口），Hive供应了更直不雅观的Web界面
3）hiveserver，Hive供应了Thrift做事，Thrift客户端目前支持C++/Java/PHP/Python/Ruby
Hive常用文件格式：
Textfile：默认格式，数据不做压缩，磁盘开销大，数据解析开销大；
SEQUENCEFILE：SequenceFile是HadoopAPI供应的一种二进制文件支持，其具有利用方便、可分割、可压缩的特点；
rcfile：RCFILE是一种行列存储相结合的存储办法。首先，其将数据按行分块，担保同一个record在一个块上，避免读一个记录须要读取多个block。其次，块数据列式存储，有利于数据压缩和快速的列存取;
parquet:ApacheParquet是Hadoop生态圈中一种新型列式存储格式，它可以兼容Hadoop生态圈中大多数打算框架;
Hive数据导入导出
Hive表中的数据，同时支持从本地数据导入、从其他表导入数据、导出数据到本地文件系统、导出数据到HDFS中
Hive基本语句
Hive建表语句基本跟关系型数据库建表语句相同，差异在于语句尾端指定了列分隔符：
ROWFORMATDELIMITEDFIELDSTERMINATEDBY‘,’
指定了列分隔符为“，”；
对付分区表，会有分区字段的解释：
PARTITIONEDBY(countrySTRING,stateSTRING)
用“country“、”state”两个字段分区；
以及指定存储文件的格式：
STOREDASTEXTFILE。
关于内连接、外连接和半连接：
几种连接差异大略概括为：内连接只显示了俩张表都存在的数据，而外连接则是显示出所有的数据，个中左连接是左外边的表输出完全数据。右外连接是右边的表输出完全数据，全外连接便是两张表的所有行全部输出。做半连接用来补充Hive相对付MySQL等语句缺失落的in/exists这样的子句，就用leftjoin代替，和leftjoin的差异在于右边的表数据不会加载进结果；
orderby和sortby:
ORDERBY会对查询结果集实行一个全局排序,所有的数据都通过一个reducer进行处理;SORTBY，其只会在每个reducer中对数据进行排序，也便是实行一个局部排序过程,生产中可以和DISTRIBUTEBY一起用，实现分区并排序。
