hive实例，GPRS流量统计

最近面试，发现不少公司在使用hive对数据进行处理。
hive是hadoop家族成员，是一种解析like sql语句的框架。它封装了经常使用MapReduce任务，让你像执行sql同样操做存储在HDFS的表。
hive的表分为两种，内表和外表。
Hive 建立内部表时，会将数据移动到数据仓库指向的路径；若建立外部表，仅记录数据所在的路径，不对数据的位置作任何改变。
在删除表的时候，内部表的元数据和数据会被一块儿删除， 而外部表只删除元数据，不删除数据。这样外部表相对来讲更加安全些，数据组织也更加灵活，方便共享源数据。

Hive的内外表，还有一个Partition的分区的知识点，用于避免全表扫描，快速检索。后期的文章会提到。

http://www.maoxiangyi.cn/index.php/archives/294