前 言

Hive编程指南
本书是一本Hive的编程指南。Hive是Hadoop生态系统中必不可少的一个工具，它提供了一种SQL（结构化查询语言）方言，可以查询存储在Hadoop分布式文件系统（HDFS）中的数据或其他和Hadoop集成的文件系统，如MapR-FS、Amazon的S3和像HBase（Hadoop数据库）和Cassandra这样的数据库中的数据。

大多数数据仓库应用程序都是使用关系数据库进行实现的，并使用SQL作为查询语言。Hive降低了将这些应用程序转移到Hadoop系统上的难度。凡是会使用SQL语言的开发人员都可以很轻松地学习并使用Hive。如果没有Hive，那么这些用户就必须学习新的语言和工具，然后才能应用到生产环境中。另外，相比其他工具，Hive更便于开发人员将基于SQL的应用程序转移到Hadoop中。如果没有Hive，那么开发者将面临一个艰巨的挑战，如何将他们的SQL应用程序移植到Hadoop上。

不过，Hive和其他基于SQL的环境还是有一些差异的。如今，可供Hive用户和Hadoop开发者使用的文档并不多，所以我们决定撰写这本书来填补这个缺口。我们将对Hive进行全面详实的介绍，主要适用于SQL专家，如数据库设计人员和业务分析师。我们也谈到了深入的技术细节，可以帮助Hadoop开发人员对Hive进行调优和定制。

目 录

第1章　 基础知识
1.1　 Hadoop和MapReduce综述
1.2　 Hadoop生态系统中的Hive
1.3　 Java和Hive：词频统计算法
1.4　 后续事情
第2章　基础操作
第3章　数据类型和文件格式
第4章　HiveQL：数据定义
第5章　HiveQL：数据操作
第6章　HiveQL：查询
第7章　HiveQL：视图
第8章　HiveQL：索引
第9章　模式设计
第10章　调优
第11章　其他文件格式和压缩方法
第12章　开发
第13章　函数
第14章　Streaming
第15章　自定义Hive文件和记录格式
第16章　Hive的Thrift服务
第17章　存储处理程序和NoSQL
第18章　安全
第19章　锁
第20章　Hive和Oozie整合
第21章　Hive和亚马逊网络服务系统（AWS）
第22章　HCatalog
第23章　案例研究