Hive vs MySQL：一篇讲透数据仓库与关系型数据库的核心区别
一、学前花絮为什么说 Hive 是“Hadoop 的 SQL 翻译器”？外部表又是什么黑科技？很多大数据初学者常常困惑：Hive 和 MySQL 都是用来管理数据的，它们到底有什么不同？为什么有了 MySQL 还要用 Hive？
[干货]Hive与Spark sql整合并测试效率
在目前的大数据架构中hive是用来做离线数据分析的，而在Spark1.4版本中 spark 加入了spark sql ， 我们知道spark的优势是速度快，那么到底spark sql 会比hive 快多少呢。 Spark 1.
HIVE SQL基础语法
引言与关系型数据库的SQL略有不同，但支持了绝大多数的语句如DDL、DML以及常见的聚合函数、连接查询、条件查询。HIVE不适合用于联机事务处理，也不提供实时查询功能。它最适合应用在基于大量不可变数据的批处理作业上。1.
[干货]Hive与Spark sql整合并测试效率
在目前的大数据架构中hive是用来做离线数据分析的，而在Spark1.4版本中 spark 加入了spark sql ， 我们知道spark的优势是速度快，那么到底spark sql 会比hive 快多少呢。 Spark 1.
Hive编程实践-内置函数和用户自定义函数（含示例项目源代码）-1
Hive中包含了很多内置的函数，调用内置的Hive函数来执行多种操作之一，而不必执行多个步骤。可以使用SHOW FUNCTIONS搜索或列出可用功能。当无法使用内置函数来执行所需的操作时，可以创建用户定义函数（UDF）。可能需要重新加载函数以更新在另一个会话中创建的函数的可用性。
大数据技术 -- Hive
Apache Hive是构建在Hadoop之上的一个数据仓库框架。Hive 4.x 在之前版本的基础上，着重于性能、稳定性和云原生支持。
Hive编程实践-Hive中常用HiveQL操作（Hadoop大数据技术专栏）
前面章节，我们已经完成了MySQL的安装，用来存储Hive元数据，同时完成了Hive 3.1.2的安装和配置，并通过shell成功登录Hive。接下来，我们就可以创建Hive表并进行数据操作了。
Hive编程实践-WordCount应用实例，图文并茂展示完整实现过程
前面已经实现了Hive的安装和配置，并且基于Hive Shell实现数据的基本分析处理。本章通过一个实例-词频统计，来学习了解Hive的具体使用。一、WordCount原理初学MapReduce编程，WordCount作为入门经典，类似于初学编程时的Hello World。
数仓实战：Hive数据加载到Greenplum
如果说Hive是离线数仓的代表，那么Greenplum就是MPP数据库的代表。在离线数仓的年代，以Hive为核心的数据仓库席卷数据仓库市场，几乎成为了离线数仓的代名词。但是Hive的查询能力非常弱，通常需要其它计算引擎辅助才能完成OLAP查询。
Hive 分桶表核心知识点
1. Hive 分桶表操作1.1 数据分桶的定义分桶是相对分区进行更细粒度的划分。分桶将整个 hive 表数据内容按照某列属性值的 hash 值进行分区，通过分区将这些表数据划分到多个文件中进行存储。其实桶的概念就是 MapReduce 分区的概念。