Hive基本概念

Hive简介

Hive: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，可以将结构化数据文件映射成为一张表，并提供类SQL查询功能。

Hive本质:将HQL转化成MapReduce程序

1Hive处理的数据存储在HDFS
2Hive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

优点

1操作接口采用类SQL语法，提供快速开发的能力
2避免去写MapReduce,减少开发人员的学习成本
3Hive的执行延迟比较高，因此常用于数据分析，对实时性要求不高的场合
4Hive的优势在于处理大数据，对于小数据没有优势，因为Hive的执行延迟比较高
5Hive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

1Hive的HQL表达能力有限

1迭代算法无法表达
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

2Hive的效率比较低

1Hive自动生成的MapReduce作业，通常不够智能化
2Hive调优比较困难，粒度较粗