Hive -- 基本概念

1、什么是Hive：

Hive是数据仓库建模的工具之一，通过向hive中写一个交互式的sql，在海量数据中查询分析得到结果的平台。

2、Hive的优缺点：

        1、优点：

1、操作接口采用类sql语法，提供快速开发的能力（简单、容易上手）

2、避免了去写MapReduce,减少开发人员的学习成本

3、Hive的延迟性比较高，因此Hive常用于数据分析，适用于对实时性要求不高的场合

4、Hive 优势在于处理大数据，对于处理小数据没有优势，因为 Hive 的执行延迟比较高。（不断地开关JVM虚拟机）

5、Hive 支持用户自定义函数，用户可以根据自己的需求来实现自己的函数。

6、集群可自由扩展并且具有良好的容错性，节点出现问题SQL仍可以完成执行

        2、缺点：

1、Hive的HQL表达能力有限

（1）迭代式算法无法表达 （反复调用，mr之间独立，只有一个map一个reduce，反复开关）

（2）数据挖掘方面不擅长

2、Hive 的效率比较低

（1）Hive 自动生成的 MapReduce 作业，通常情况下不够智能化

（2）Hive 调优比较困难，粒度较粗 （hql根据模板转成mapreduce，不能像自己编写mapreduce一样精细，无法控制在map处理数据还是在reduce处理数据）

3、Hive的特点：

        1、可延展性

hive可以自由的扩展集群的规模，一般是不需要重启服务的。

         2、延伸性

hive可以自定义函数，用户可以自己的需求自定函数。

         3、容错

即使节点出现了问题，SQL依旧是可以执行完成的。

4、传统数据库和Hive的区别：

1、数据存储的位置hive的数据是存储在hdfs中，对于传统数据的数据一般是存储在本地中或者是存储在文件系统中。

2、Hive是不支持update和delete的，传统的数据库是支持数据的增删改。

3、hive的延时是比传统型数据要高的。

4、hive可以支持很大的计算规模，传统的数据库支持的数据规模会比较小。