Hive（数据仓库）与数据库的区别

数据库和数据仓库，虽然名字只有一点点不同，但是性质却有很大的区别。数据仓库是什么？数据仓库是为企业制定各个级别的决策，可以提供各种数据类型支持的战略集合。
它们两种之间的区别，就由我来给大家介绍一下吧。

1. 存储数据位置

众所周知，Hive是Hadoop生态圈中不可缺少的一部分。Hive的元数据存储在自带的derby数据库中，可它实际的数据存储在HDFS上。
可数据库的数据存储在块设备上或者本地文件系统中。

2.查询语言

虽然Hive为了方便一些开发者使用，通过将HQL转为MapReduce查询，但是HQL与常规的SQL语句使用起来还是有不同的地方。

3.数据更新

因为Hive是数据仓库，本身性质就是“读多写少”，所以在一些以前的版本中，它并不支持insert into插入数据以及update更新数据的。但是数据库通常使用起来就是需要经常修改以及添加的。

4.计算引擎

Hive的架构如下，Hive实际上就是将用户输入的HQL语句转化为MapReduce程序来运行，但是数据库有自己的执行引擎。

5.索引

在Hive中并没有索引这个概念，当Hive需要访问数据中某些符合特定条件的特定值时，需要对全盘进行暴力检索，所以访问延迟较高，但Hive引入了MapReduce，可以并行处理数据。在数据库中，虽不可以并行处理数据，但是可以在数据中建立索引。因此，对于少量特定条件的数据访问时，数据库延迟低。但是大数据量还是选择Hive。

6.执行延迟

Hive中没有索引不说，MapReduce的这个框架本身就具有很高的延迟。相对于数据库来说，延迟比较高。但是当数据量很大，超出了数据库的处理能力范围时，Hive的并行计算就具有很大的优势了。

7.可扩展性

由于Hive是建立在Hadoop集群上的，所以它的扩展能力和Hadoop一样。所以可以想象，Hadoop集群的节点可以有多少个？但是数据库本身由于ACID语义的限制，就Oracle在理论上最多也只能扩展100台。

						compiled up by JiaMingcan
						转载请署名：JiaMingcan