Apache Hive是一個基于Hadoop的數據倉庫系統，可以將結構化數據存儲在HDFS上并對數據進行查詢分析。Hive能夠解析JSON格式的數據，這使得Hadoop集群能夠處理大量的非結構化數據。

Hive使用JSONSerde庫從JSON文件中讀取數據。SerDe是序列化/反序列化程序庫，它可以將數據從表中提取出來，并將其轉換為Hive所支持的內部格式。下面是如何使用JSONSerde庫從JSON文件中讀取數據：

CREATE EXTERNAL TABLE json_table (
field1 string,
field2 string
)
ROW FORMAT SERDE 'org.apache.hive.hcatalog.data.JsonSerDe'
STORED AS TEXTFILE
LOCATION '/path/to/json/file';

在上述代碼中，我們創建了一個名為json_table的外部表。這個表有兩個字段：field1和field2。我們選擇在文件系統上存儲數據，因此使用了STORED AS TEXTFILE語句。而在ROW FORMAT SERDE語句中，我們將序列化/反序列化程序類設置為JsonSerDe庫。

在上述代碼執行后，我們可以使用SELECT語句查詢json_table，并獲取JSON數據。例如：

SELECT field1, field2
FROM json_table;

這個SELECT語句將返回json_table中的所有行，其中包含field1和field2字段的值。

Hive還支持結構化數據嵌套在JSON中。例如，我們可以使用MAP和ARRAY數據結構存儲JSON數據：

CREATE EXTERNAL TABLE json_nested_table (
id int,
name string,
labels map,
friends array>)
ROW FORMAT SERDE 'org.apache.hive.hcatalog.data.JsonSerDe'
STORED AS TEXTFILE
LOCATION '/path/to/json/file';

在上述代碼中，我們創建了一個名為json_nested_table的表，其中id和name是表中的普通字段。labels是一個MAP結構，存儲鍵/值對。而friends是一個ARRAY結構，每個元素都是一個嵌套的結構體，其中包含name和age字段。

使用SELECT語句也可以從json_nested_table中獲取數據：

SELECT id, name, labels['age'] as age, friends[0].name as friend_name, friends[0].age as friend_age
FROM json_nested_table;

這個SELECT語句將返回json_nested_table表中的所有行，其中包含id、name、labels中的age、friends中的第一個朋友的name和age。

總之，Hive可以解析JSON格式的非結構化數據，并允許我們使用Hive查詢語言來對這些數據進行處理。對于那些需要處理非結構化數據的企業，Hive是一個非常實用的工具。