Hive 的元数据存储在RDBMS中，一般常用 MySQL 和 Derby。默认情况下，Hive元数据保存在内嵌的 Derby 数据库中，只能允许一个会话连接，只适合简单的测试。
hive是把数据存储在hdfs上，而mysql数据是存储在自己的系统中；数据格式不同：hive数据格式可以用户自定义，mysql有自己的系统定义格式；数据更新不同：hive不支持数据更新，只可以读，不可以写，而sql支持数据更新。
Table 类似于数据库中的表，每个 Table 有对应的目录存储数据，如表名为 pvs，其数据存储在 HDFS 的路径 /wh/pvs，其中的 wh 是由 hive-site.xml 中的 ${hive.metastore.warehouse.dir} 指定的数据仓库目录。
首先，Hive 没有专门的数据存储格式，也没有为数据建立索引，用户可以非常自由的组织 Hive 中的表，只需要在创建表的时候告诉 Hive 数据中的列分隔符和行分隔符，Hive 就可以解析数据。
hive是把数据存储在hdfs上，而mysql数据是存储在自己的系统中；数据格式不同：hive数据格式可以用户自定义，mysql有自己的系统定义格式；数据更新不同：hive不支持数据更新，只可以读，不可以写，而sql支持数据更新。
hive工作时，数据是存储在mysql还是hdfshive是把数据存储在hdfs上，而mysql数据是存储在自己的系统中；数据格式不同：hive数据格式可以用户自定义，mysql有自己的系统定义格式；数据更新不同：hive不支持数据更新，只可以读，不可以写，而sql支持数据更新。
首先，Hive 没有专门的数据存储格式，也没有为数据建立索引，用户可以非常自由的组织 Hive 中的表，只需要在创建表的时候告诉 Hive 数据中的列分隔符和行分隔符，Hive 就可以解析数据。
Hive 的数据存储方式相对灵活，不依赖于特定的格式或索引结构。创建表时，用户只需指定列的分隔符和行分隔符，Hive 自动解析数据。数据主要存储在分布式文件系统 HDFS 中，Hive 的数据模型包括 Table、External Table、Partition 和 Bucket。
Hive的安装模式主要有三种：本地模式（Local Mode），伪分布式模式（Pseudo-Distributed Mode）和完全分布式模式（Fully-Distributed Mode）。 本地模式（Local Mode）：在本地模式中，Hive运行在单个机器的本地文件系统中，这通常用于开发和测试。
主要分为以下几个部分：用户接口用户接口主要有三个：CLI，Client 和 WUI。其中最常用的是 CLI，Cli 启动的时候，会同时启动一个 Hive 副本。Client 是 Hive 的客户端，用户连接至 Hive Server。在启动 Client 模式的时候，需要指出 Hive Server 所在节点，并且在该节点启动 Hive Server。
复制编译后的 packaging/hudi-hadoop-mr-bundle/target/hudi-hadoop-mr-bundle-0.1jar 到各节点Hive安装目录的 auxlib 目录中。进入 beeline 后执行：如果要使用Hive Sync功能，编译时候需要激活 flink-bundle-shade-hive3 profile。
Hive的数据管理：（1）元数据存储 Hive 将元数据存储在 RDBMS 中，有三种模式可以连接到数据库：Single User Mode：此模式连接到一个 In-memory 的数据库 Derby，一般用于 Unit Test。Multi User Mode：通过网络连接到一个数据库中，这是最常用的模式。
用户接口主要有三个：CLI，Client 和 WUI。其中最常用的是 Cli，Cli 启动的时候，会同时启动一个 hive 副本。Client 是 hive 的客户端，用户连接至 hive Server。在启动 Client 模式的时候，需要指出 hive Server 所在节点，并且在该节点启动 hive Server。 WUI 是通过浏览器访问 hive。
首先，Hive 没有专门的数据存储格式，也没有为数据建立索引，用户可以非常自由地组织 Hive 中的表，只需要在创建表的时候告诉 Hive 数据中的列分隔符和行分隔符，它就可以解析数据了。其次，Hive 中所有的数据都存储在 HDFS 中，Hive 中包含4种数据模型：Table、External Table、Partition、Bucket。
方法1：使用hive自带sql语法进行删除 alter table 表名 drop partition （etl_dt=20161118）；再次查看20161118分区还在不在，如果分区不在了，说明该分区已经被删除，数据也已被清空。show partitions 表名；方法2：采用hdfs命令进行清空 这个表还剩下一个分区，咱们把这个分区也清空。
查询 person4 表信息；person4中的表数据全部来自于person表。外部表 创建一个管理表 t1 向管理表t1中添加一条数据 创建t2 并指定t1数据的加载地址 查询 t2 表 删除 t1 表 再次查询 t2 表 验证 t1 为外部表时，删除t1表时，是否会删除数据。
这可能部分是因为我们最初的策略是将所有的数据都存储到单一的一张表中了。后来，我们调整了策略通过数据集和参数进行分表，这有所帮助但也因此引入了额外的消耗，而这并非是我们愿意接受的。相反，我们决定尝试使用ApacheHive技术。我们安装了Hive0.5+20，使用CDHv3和ApacheHadoop（0202+320）。
Hive的基本定义：Hive是Apache软件基金会的一个开源项目，它允许开发者使用SQL语句来查询和分析存储在Hadoop分布式文件系统上的大规模数据集。Hive将SQL查询转换为MapReduce、Tez或Spark作业来执行，并返回一个结果表，使数据分析变得简单和直观。
1、设计目标不同：Hive是Apache基金会的开源项目，主要用于大数据的查询与分析，它提供的是一种类SQL的查询语言——HiveQL，使得熟悉SQL的用户可以快速上手；而MySQL则是一种关系型数据库管理系统，主要用于存储、处理以及检索数据。
2、查询语言不同：hive是hql语言，mysql是sql语句；数据存储位置不同：hive是把数据存储在hdfs上，而mysql数据是存储在自己的系统中；数据格式不同：hive数据格式可以用户自定义，mysql有自己的系统定义格式；数据更新不同：hive不支持数据更新，只可以读，不可以写，而sql支持数据更新。
3、全不同应用场景吧，HBase速度比Hive快了不知道多少。HBase是非关系型数据库（KV型），对key做索引，查询速度非常快（相比较Hive），适合实时查询；而Hive是关系型数据结构，适合做后期数据分析。Hive与传统的关系型数据库有很多类似的地方，例如对SQL的支持。