Hive基本介绍

什么是Hive

Hive是由Facebook开源，用于解决海量结构化日志的数据统计工具。

Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张表，并提供类SQL查询功能。

其本质是：将SQL转化成MapReduce程序

• 1）Hive处理的数据存储在HDFS
• 2）Hive分析数据底层的实现是MapReduce
• 3）执行程序运行在Yarn上

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的执行延迟比较高，因此Hive常用于数据分析，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。
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。

2.缺点

1．Hive的HQL表达能力有限

• 1）迭代式算法无法表达（循环类）
• 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

Hive架构与运行机制