让来看一下以下图表，它展示了Hive的架构。Hive客户端允许使用不同类型的客户端编写Hive应用程序，如Thrift服务器、Java的JDBC驱动程序以及Hive应用程序，并且支持使用ODBC协议的应用程序。作为开发人员，如果希望处理任何数据，需要使用Hive服务，如Hive CLI（命令行界面）。此外，Hive还提供了一个基于Web的界面来运行Hive应用程序。
Hive驱动器能够接收来自Thrift、JDBC和ODBCS等多个资源的查询，使用Hive服务器直接从Hive CLI和基于Web的UI接收查询。接收到查询后，它将其传输给编译器。
它从编译器接收查询，并将类似SQL的查询转换为MapReduce作业。
Hive在这里存储有关数据库的元信息，如表的模式、列的数据类型、HDFS中的位置等。
这只是用于存储数据的Hadoop分布式文件系统。强烈建议阅读这篇文章，以了解更多关于HDFS的信息。
现在，让来看一下Hive在Hadoop框架上的工作原理。首先，使用Hive的Web界面或命令行界面编写查询。它将查询发送给驱动器执行。接下来，驱动器将接收到的查询发送给编译器，编译器在那里验证语法。一旦完成语法验证，它就从元存储请求元数据。现在，元数据根据查询提供数据库、表、列的数据类型等信息，并将这些信息返回给编译器。编译器再次检查从元存储接收到的所有要求，并将执行计划发送给驱动器。现在，驱动器将执行计划发送给HiveQL进程引擎，其中引擎将查询转换为MapReduce作业。
Hive数据类型分为以下5个不同的类别：
以下是其中一些的简要描述。
创建和删除数据库非常简单，类似于SQL。需要为Hive中的每个数据库分配一个唯一的名称。如果数据库已经存在，它将显示一个警告，为了抑制这个警告，可以在数据库关键字后添加IF NOT EXISTS关键字。
CREATE DATABASE IF NOT EXISTS <database_name>;
删除数据库也非常简单，只需要编写drop database和要删除的数据库名称。如果尝试删除不存在的数据库，它将给一个SemanticException错误。
DROP DATABASE IF EXISTS <database_name>;
使用create table语句来创建表，完整的语法如下。
CREATE TABLE IF NOT EXISTS <database_name.><table_name>
(
column_name_1 data_type_1,
column_name_2 data_type_2,
...
column_name_n data_type_n
)
ROW FORMAT DELIMITED FIELDS
TERMINATED BY '\t'
LINES TERMINATED BY '\n'
STORED AS TEXTFILE;
如果已经在使用数据库，不需要写database_name.table_name。在这种情况下，只需要写表名。在处理大数据时，大部分时间都是从外部文件导入数据，因此可以预定义文件中使用的分隔符、行终止符，还可以定义想要如何存储表。
现在，表已经创建好了。是时候将数据加载到表中了。可以使用以下语法从本地系统的任何文件中加载数据。
LOAD DATA LOCAL INPATH '<path of file on your local system>'
INTO TABLE <database_name.><table_name>;
当处理大量数据时，有可能在某些行中存在不匹配的数据类型。在这种情况下，Hive不会抛出任何错误，而是用null值填充它们。这是一个非常有用的功能，因为将大数据文件加载到Hive是一个昂贵的过程，不想仅仅因为几个文件而加载整个数据集。
ALTER TABLE <table_name> RENAME TO <new_name>;
ALTER TABLE <table_name> ADD COLUMNS
(
new_column_name_1 data_type_1,
new_column_name_2 data_type_2,
...
new_column_name_n data_type_n
);