Apache Hive ระบบคลังข้อมูลแบบกระจาย (Distributed Data Warehouse) เพื่อช่วยในการอ่าน เขียน และจัดการชุดข้อมูลขนาดใหญ่ระดับเพตะไบต์ (Petabytes) ที่สร้างขึ้นบน Apache Hadoop
Apache Hive คือ ระบบคลังข้อมูลแบบกระจาย (Distributed Data Warehouse) ที่สร้างขึ้นบน Apache Hadoop เพื่อช่วยในการอ่าน เขียน และจัดการชุดข้อมูลขนาดใหญ่ระดับเพตะไบต์ (Petabytes) โดยใช้ภาษาที่คล้ายกับ SQL เรียกว่า HiveQL คุณสมบัติหลัก HiveQL : แปลงคำสั่ง SQL ให้กลายเป็นงานประมวลผลบน Hadoop (เช่น Tez, MapReduce หรือ Apache Spark) เพื่อลดความซับซ้อนในการเขียน Java API Hive Metastore (HMS) : ส่วนกลางสำหรับจัดเก็บข้อมูลโครงสร้าง (Metadata) เช่น ตาราง คอลัมน์ และพาร์ติชัน HiveServer2 (HS2) : รองรับการเชื่อมต่อพร้อมกันหลายผู้ใช้งาน ผ่าน JDBC และ ODBC รองรับหลากหลายรูปแบบไฟล์ : ทำงานร่วมกับไฟล์อย่าง ORC, Parquet, CSV และ TSV ได้ ความสามารถระดับองค์กร : รองรับระบบความปลอดภัย เช่น Kerberos, Apache Ranger และการทำธุรกรรมแบบ ACID โครงสร้างการทำงานภายใน (Architecture) การทำงานของ Hive ประกอบด้วย 3 ส่วนหลักที่ทำงานร่วมกัน: Hive Metadata (Metastore) ทำหน้าที่เก็บ "โครงสร้างของตาราง" (เช่น ชื่อตาราง มีคอลัมน์อะไรบ้าง ข้อมูลเก็บอยู่ที่โฟลเดอร์ไหนบน Hadoop) ส่วนใหญ่นิยมเก็บข้อมูลตรงนี้ไว้ใน Re...