文章目录

由FaceBook开源用于解决海量结构化日志的数据统计
基于hadoop的一个数据仓库工具,可以将结构化数据文件映射为一张表,并提供类SQL查询功能
(1)Hive的基本概念_Hive教程

本质:将HQL转化为MapReduce程序

  1. hive处理的数据存储在HDFS上
  2. Hive分析数据底层实现的是MapReduce
  3. 执行程序运行在YARN上

Hive的优缺点

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. 避免去写MapReduce,减少开发人员的学习成本
  3. Hive的执行延迟比较高,因此hive常用数据分析,对实时性要求不高的场合
  4. Hive优势在处理大数据,对于处理小数据没有优势,因为hive的执行延迟比较高
  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
缺点

1．Hive的HQL表达能力有限
（1）迭代式算法无法表达
（2）数据挖掘方面不擅长，由于MapReduce数据处理流程的限制，效率更高的算法却无法实现。
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