欢迎使用hadoop！
我强烈建议您阅读cloudera essentials for apache hadoop |第5章：hadoop生态系统，并熟悉从hdfs集群传入和传出数据的不同方法。这段视频很容易观看，并且描述了每种工具的优缺点，但是这个概要应该为您提供hadoop生态系统的基础知识：
flume—数据集成和将平面文件导入hdfs。设计用于异步数据流（例如，日志文件）。分布式、可扩展和可扩展。支持各种端点。允许在加载到hdfs之前对数据进行预处理。
sqoop-结构化数据（rdbms）和hdfs的双向传输。允许增量导入到hdfs。rdbms必须支持jdbc或odbc。
与hadoop类似的hive-sql接口。需要表结构。需要jdbc和/或odbc。
hbase—允许交互式访问hdfs。位于hdfs之上并对数据应用结构。允许随机读取，可通过集群水平扩展。不是完整的查询语言；仅允许get/put/scan操作（可与hive和/或impala一起使用）。仅对数据进行行键索引。不使用map-reduce范式。
impala—类似于hive，它是一个高性能的sql引擎，用于查询存储在hdfs中的大量数据。不使用map reduce。很好的Hive替代品。
pig—用于转换大型数据集的数据流语言。允许在运行时选择性地定义架构。pigserver（javaapi）允许编程访问。
注意：我假设您试图读取的数据已经存在于hdfs中。但是，hadoop生态系统中的一些产品可能对您的应用程序或作为一般参考有用，因此我将它们包括在内。

如果您只想从hdfs获取数据，那么是的，您可以通过hive来实现。但是，如果您的数据已经组织好了（例如，在列中），您将从中受益匪浅。
举个例子：map reduce作业生成了一个名为wordcount.csv的csv文件，其中包含两行：word和count。此csv文件位于hdfs上。
现在假设你想知道“gloubiboulga”这个词的出现。您只需通过以下代码即可实现这一点：

CREATE TABLE data
(
  word STRING,
  count INT,
  text2 STRING
)
ROW FORMAT DELIMITED FIELDS TERMINATED BY ",";

LOAD DATA LOCAL INPATH '/wordcount.csv'
OVERWRITE INTO TABLE data;   

select word, count from data where word=="gloubiboulga";

请注意，虽然这种语言看起来非常像sql，但是您仍然需要学习一些关于它的知识。

请记住，hive是一个批处理系统，它将sql语句转换成一堆mapreduce作业，中间包含stage构建。此外，hive是一个高延迟系统，即根据数据集的大小，处理复杂的查询需要几分钟到几小时甚至几天的时间。
因此，如果您想在您的网站中提供mapreduce作业输出的结果，强烈建议您使用sqoop将结果导出回rdbms，然后从那里获取结果。
或者，如果数据本身很大，无法导出回rdbms。然后，您可以考虑的另一个选择是使用像hbase这样的nosql系统。