什么是HIVE

Hive是一个用于分析结构化数据的数据仓库系统。它是建立在Hadoop之上的。它由Facebook开发。

Hive提供了读取、写入和管理存储在分布式存储中的大型数据集的功能。它运行类似SQL的查询，称为HQL（Hive查询语言），这些查询会在内部转换为MapReduce作业。

使用Hive，我们可以跳过传统方法编写复杂的MapReduce程序的要求。Hive支持数据定义语言（DDL）、数据操纵语言（DML）和用户定义函数（UDF）。

Hive的特点

以下是Hive的特点：

• Hive快速且可扩展。
• 它提供类似SQL的查询（即HQL），它们会隐式转换为MapReduce或Spark作业。
• 它能够分析存储在HDFS中的大型数据集。
• 它支持多种存储类型，如纯文本、RCFile和HBase。
• 它使用索引加速查询。
• 它可以处理存储在Hadoop生态系统中的压缩数据。
• 它支持用户定义函数（UDFs），用户可以提供自己的功能。

Hive的限制

• Hive无法处理实时数据。
• 它不适用于在线事务处理。
• Hive查询具有较高的延迟。

Hive和Pig的区别

Hive	Pig
Hive常被数据分析师使用。	Pig常被程序员使用。
它遵循类似SQL的查询语言。	它遵循数据流语言。
它可以处理结构化数据。	它可以处理半结构化数据。
它工作在HDFS集群的服务器端。	它工作在HDFS集群的客户端端。
Hive比Pig慢。	Pig比Hive快。