本书从理论知识入手，结合数据仓库的概念帮助读者更好地理解Hive，在掌握Hive相关理论知识的基础上，逐步深入地学习Hive。“工欲善其事，必先利其器”，首先从创建虚拟机并安装Linux操作系统开始逐步完成Hive的部署，然后在部署完成的Hive环境基础上，学习Hive数据定义语言、Hive数据操作语言和Hive数据查询语言的相关操作，在学习了上述三种语言之后，接下来深入学习Hive的其他功能，包括Hive内置函数、Hive自定义函数、Hive的新特性事务以及Hive的相关优化，从而帮助读者掌握Hive的强大功能和特性。最后，本书通过一个综合项目——教育大数据分析平台，使读者对Hive数据仓库在实际应用中涉及的相关知识内容具有更深入的理解，在此项目中不仅会涉及使用Hive实现数据仓库分层、数据转换和数据分析的相关操作，而且还涉及使用Sqoop将数据仓库中的数据进行导出和导入，以及使用FineBI工具实现数据可视化功能。 本书附有配套视频、源代码、习题、教学设计、教学课件等资源。同时，为了帮助初学者更好地学习本书的内容，还提供了在线答疑，欢迎读者关注。 本书可以作为高等学校本、专科计算机相关专业，信息管理等相关专业的大数据课程教材，也可以供相关技术人员参考，是一本适合广大计算机编程爱好者的优秀读物。

江苏传智播客教育科技股份有限公司（简称“传智教育”）是一家致力于培养高素质软件开发人才的科技公司，“黑马程序员”是传智教育旗下高端IT教育品牌。高美云是本书创作团队核心成员，编写过多本教材，均畅销多年，深受读者喜爱。

前言 大数据是信息化发展的新阶段，随着全球数据存储量的不断提高，大数据正进入发展加速时期。近年来，随着5G、AI、云计算、区块链等新一代信息技术的蓬勃发展，大数据技术走向融合发展的关键阶段。同时，我国大数据产业保持良好发展势头，“大数据+行业”渗透融合全面展开，融合生态加速构建，新技术、新业态、新模式不断涌现，政策支持、战略引领、标准规范、产业创新的良性互动局面正在形成。 随着大数据时代的到来，各企业都积累了大量的数据，随着数据量的不断增长，企业不仅需要花费巨大的硬件成本来存储这些数据，而且还需要人员成本来维护这些数据。对于一个企业来说，如果只是单纯地存储和维护这些数据，那么这些数据将变得毫无价值，只是一种单纯的消耗品，于是企业开始利用这些持续不断增长的数据，从中挖掘出具有潜在商业价值的信息，帮助企业从数据中获取经验，从而为企业创造有效价值。对于这些积累下来的大量数据，通常称为离线数据。常见的离线计算框架有MapReduce和Spark，然而使用这些框架需要开发人员至少拥有Java语言的基础，对于那些熟悉使用SQL的传统数据分析人员来说并不能得心应手，于是一个全新的技术——Hive离线处理工具进入了大众的视野。 Hive提出海量数据可以继续沿用传统数据分析方法——SQL语句来处理的思想，开发人员不需要学习新的计算机语言而继续使用熟悉的SQL结构化查询语句来处理大规模的数据，Hive中的SQL语句称为HiveQL查询语句，HiveQL查询语句的语法结构与传统SQL语句的语法结构几乎一样。Hive运行在Hadoop分布式系统中，这使得Hive不仅可以使用HDFS进行分...