Apache Hive
Información general
Tipo de programa	gestión de datos
Desarrollador	Apache Software Foundation
Lanzamiento inicial	9 de noviembre de 2011
Licencia	Apache License 2.0
Estado actual	Activo
Información técnica
Programado en	Java
Plataformas admitidas	máquina virtual Java
Versiones
Última versión estable	2.0.1( 25 de mayo de 2016 (8 años, 9 meses y 27 días))
Enlaces
Sitio web oficial Repositorio de código Seguimiento de errores
[editar datos en Wikidata]

Apache Hive es una infraestructura dealmacenamiento de datos construida sobreHadoop para proporcionar agrupación, consulta, y análisis de datos.^[1]​ Inicialmente desarrollado porFacebook, Apache Hive es ahora utilizada y desarrollado por otras empresas comoNetflix y laFinancial Industry Regulatory Authority (FINRA).^[2]​^[3]​ Amazon mantiene una derivación de software de Apache Hive incluida en Amazon Elastic MapReduce en sus serviciosAmazon Web Services.^[4]​

Apache Hive soporta el análisis de grandes conjuntos de datos almacenados bajoHDFS de Hadoop y en sistemas compatibles como el sistema de archivosAmazon S3. Ofrece un lenguaje de consultas basado enSQL llamado HiveQL^[5]​ con esquemas para leer y convertir consultas de forma transparente enMapReduce, Apache Tez^[6]​ y tareasSpark. Los tres motores de ejecución pueden correr bajo YARN. Para acelerar las consultas, Hive provee índices, que incluyen índices de bitmaps.^[7]​ Otras características de Hive incluyen:

• Indexación para proporcionar aceleración, tipo de índice que incluye compactación e índices de bitmaps. Otros tipos de índices serán incluidos en futuras versiones.
• Diferentes tipos de almacenamiento como texto, RCFile, HBase, ORC, y otros.
• Almacenamiento de metadatos en bases de datos relacionales, lo que permite reducir el tiempo para realizar verificaciones semánticas durante la ejecución de consultas.
• Operaciones sobre datos comprimidos almacenados en el ecosistema Hadoop usando algoritmos que incluyenDEFLATE,BWT, snappy, etc.
• Funciones definidas por el usuario (en inglés,user-defined function, UDF) para manipular fechas, textos, y otras herramientas de minería de datos. Hive soporta la extensión de las funciones definidas por el usuario de manera de tratar casos no contemplados.
• Consultas estilo SQL (HiveQL), las cuales son convertidas automáticamente a MapReduce o Tez, o tareas Spark.

Por defecto, Hive almacena sus metadatos en una base de datosapache Derby, pero puede ser configurado para usarMySQL.^[8]​

• Pig (herramienta de programación)
• Sqoop
• Cloudera Impala
• Apache Flume

• Apache Software Foundation
• Computación en nube
• Big data
• Software libre programado en Java
• Software de sistema libres
• Software que utiliza la licencia Apache