1.Hive产生背景
（1）MapReduce的不便性
（2）HDFS上的文件缺少Schema
2.Hive是什么？
（1）由Facebook开源的，最初用于解决海量结构化的日志数据统计问题
（2）构建在hadoop之上的数据仓库
（3）Hive定义了一种类SQL查询语言：HQL
（4）通常用于进行离线数据处理（采用MapReduce）
（5）底层支持多种不同的执行引擎（MapReduce、Tez、Spark）
（6）支持多种不同的压缩格式、存储格式以及自定义函数
3.为什么使用Hive？
（1）简单、容易上手（提供了类似SQL查询语言HQL）
（2）为超大数据集设计的计算/存储扩展能力（MR计算、HDFS存储）
（3）统一的元数据管理（可与Presto/Impala/Spark SQL等共享数据）
4.Hive的体系结构