Apache Hive

hive.apache.org官网已核对又名 Hive

Apache 软件基金会旗下的分布式数据仓库系统,用 SQL 读写分布式存储上的海量数据,自带元数据服务与事务支持,供数据工程师和分析师做大规模分析。

打开官网替代品 12 个 本站 11 月 21 日 实测可以打开
最近 4 次实测

4 次可以打开平均 1.4 秒

本站从国内机房定期实测。竖条由远及近:绿 = 可以打开,橙 = 国内不可直接访问,灰 = 打不开。
hive.apache.orgApache Hive 首页截图

hive.apache.org 首页 · 本站实拍 · 点开看大图

Apache Hive 是一个分布式、容错的数据仓库系统,由 Apache 软件基金会维护。它把存放在 HDFS、S3、Azure Data Lake、Google Cloud Storage 等分布式存储上的数据组织成表,用户用熟悉的 SQL 语法去读、写和管理 PB 级数据,不必为每种存储另学一套接口。它构建在 Apache Hadoop 之上,在数据湖架构里常被当作查询层和元数据中枢。

主要组件与能力

HiveServer2(HS2)负责接受客户端连接,支持多客户端并发和认证,对外提供 JDBC、ODBC 这类开放接口,BI 工具和应用程序通过它接入。Hive Metastore(HMS)是表和分区的中央元数据仓库,Hive 自己、Impala、Spark 等客户端都通过 metastore 服务 API 访问同一份元数据,很多数据湖架构把它当作基础组件。

查询侧有基于 Apache Calcite 的代价优化器(CBO),会自动改写执行计划;LLAP 提供常驻查询基础设施和缓存,用于亚秒级的交互式查询。数据一致性方面,ORC 表支持完整的 ACID 事务,其他格式支持 insert-only;配套的 compaction 有基于查询和基于 MapReduce 两种方式,用来合并小文件、维持查询性能。此外还内置 Apache Iceberg 表支持、基于 Kerberos 的认证,并能对接 Apache Ranger 做授权、Apache Atlas 做数据血缘,以及用于备份和灾备的 bootstrap 与增量复制。

适合谁

已经在用 Hadoop 或对象存储、数据量到 PB 级、需要一套统一 SQL 入口的团队。数据工程师用它建表和管元数据,分析师通过 JDBC/ODBC 连 BI 工具出报表。如果只是单机分析几 GB 数据,它的部署和运维成本并不划算。

费用与版本

项目开源,从官网下载即可,没有商业授权费用。当前版本 4.2.1,是一个修复 Hive Metastore 分区路径、HiveServer2 SAML bearer-token 认证和 Avro SerDe schema URL 处理三处安全问题的补丁版本;4.2.0 于 2025 年 11 月发布,3.x 与 2.x 系列已先后停止维护。上手可以先用 Docker 快速启动,再按文档部署到集群。

常见问题

Apache Hive 收费吗?
Apache Hive 免费使用。

替代品全部 12 个,带对比表 →

替代品 12打开官网