一、Hive简介 1.什么是Hive Hive是基于Hadoop的一个数据仓库工具，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（HQL）； 其本质是将SQL转换为MapReduce的任务进行运算，底层由HDFS来提供数据的存储，hive可以理解为一个将SQL转换为MapReduce的任务的工具 2.Hive的特点 可扩展 Hive可以自由的扩展集群的规模，一般情况下不需要重启服务 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 容错

一、Hadoop三大组件 1.HDFS 分布式文件存储系统 2.MapReduce 分布式离线计算框架 ​3.Yarn Hadoop资源调度器 1.HDFS HDFS的设计特点是： 1、大数据文件，非常适合上T级别的大文件或者一堆大数据文件的存储，如果文件只有几个G甚至更小就没啥意思了 2、文件分块存储，HDFS会将一个完整的大文件平均分块存储到不同计算器上， 它的意义在于读取文件时可以同时从多个主机取不同区块的文件，多主机读取比单主机读取效率要高得多得都。 3、流式数据访问，一次写入多

一.HBASE简介 1.1 什么是HBase 1）HBASE译为“Hadoop Database”，是一个高可靠性、高性能、列存储、可伸缩、实时读写的NoSQL数据库系统，利用HBASE技术可在廉价PC Server上搭建起大规模结构化存储集群 2）主要用来存储结构化和半结构化的松散数据 3）HBASE是Google Bigtable的开源实现，但是也有很多不同之处。比如：Google Bigtable使用GFS作为其文件存储系统，HBASE利用Hadoop HDFS作为其文件存储系统；Goo