知识回顾
###（1）hadoop简介
数据存储与数据计算
hdfs ：通过分布式文件存储对数据进行存储；
MapReduce：通过MapReduce进行数据的计算；
（2）hadoop生态圈简介
实时数仓：
spark 、 kafka等等
离线数仓：
hdfs 、 MapReduce 、 sqoop 、 hive等工具
（3）关系型数据库与非关系型数据库
关系型数据库：传统的数据库，Oracle、MySQL等等；
非关系型数据库：HBASE 、 Redis等等
- 注：非关系型数据库中存储数据本来没有任何关系，在使用之前需要通过Java等语言进行关系建立再对数据进行操作；
（4）HDFS中一些简单的操作语句
a.增
b.删
c.改
d.查
e.关闭安全模式
d.从主机上传文件到hdfs
一、HIVE简单介绍
HIVE - 建立数仓的一种工具，数仓引擎
hdfs MapReduce sqoop hive
工作原理：
sqoop 会将数据导入到hdfs中进行存储，任何MapReduce 对hdfs中存储的数据进行计算，但MapReduce中使用的是Java语言，而我们就可以通过hive通过hivesql语言在hive中编译好之后，通过hadoop生态圈将hivesql转换为MapReduce程序；
二、启动hive
1. 存放元数据的地方
要了解标题中的意思，就得先了解什么是元数据
- 元数据：用于描述数据的数据（相当于Oracle的字段名）
这些元数据由MySQL来存放；
2.启动hadoop
3.启动hive
hive 在/opt/moudle/文件下的apache-hive-2.1.1-bin目录之下；
4.hive的一些基本操作
4.1 查看数据库
show databases
查出来两个数据库，一个default和一个test；
4.2 查看表
show tables
上面是我上午建的一个test1表
4.3 使用（选择）数据库
use default #对应的数据库名
4.4 创建表
在hive中可以直接使用类SQL语言（MySQL）进行表的创建操作，如下所示：
再通过show tables命令查看表是否创建成功，如下所示：
上面明显可以看到我们创建的test2表已经被创建，我们还可以通过desc test2 #目标表名指令查看目标表结构：
4.5 创建数据库
create database testdb #要创建的数据库名
创建后并查看的结果：
4.6 表的查询与数据插入
查询表：
原先创建的表test2中没有数据，下面我们试着向其中插入数据后再进行查询：
hive中的没有delete和update语句；
4.7 在hdfs上运行hive中的语句及运行文件
hive -e "select * from t5" #双引号中加上需要运行的语句
hive -f './test5' #单引号中加上需要运行文件的路径
示例：创建一个学生表，里面包含学生ID（s_id）、学生姓名（s_name）、学生性别（s_sex）；
建立数据文件stu_data（数据间使用Tab键进行分割）：
1 张三 男
2 李四 男
3 王菲 女
4 刘玥 女
5 刘墉 男
6 黄辉冯 男
7 陈美嘉 女
8 胡一菲 不详
9 张伟 男
10 曾小贤 男
11 吕子乔 男
12 陆展博 男
13 林宛瑜 女
14 唐悠悠 女
15 秦羽墨 女
16 关谷神奇 男
17 大师兄 男
18 楼下小黑 男
建立建表文件c_stu_table（文件中限定使用Tab键作为分隔符）：
create table stu_table (s_id int ,s_name string ,s_sex string)
row format delimited
fields terminated by '\t';
使用hive -f './c_stu_table'创建表stu_table；
然后使用hive -e "select * from stu_table"检查一下表是否被创建：
表创建成功，下面进行数据上传操作，代码如下
hive -e "load data local inpath'./stu_data'into table stu_table"
运行完上诉代码后验证一下表中数据是否以及上传进去：
OK
题目完成；