Hive 是基于 Hadoop 的一个数据仓库工具，可以将 HDFS 中结构化的数据文件映射为一张表，并提供类 SQL 查询功能，本质是将 HQL 转化为 mapreduce 程序。
mapreduce 数据以一条记录为单位经过 map 方法映射成 KV，相同的 key 为一组，这一组数据用一次 reduce 方法，在方法内迭代计算一组数据。
| Hive | RDBMS | |
|---|---|---|
| 查询语言 | HQL | SQL |
| 数据存储 | HDFS | 本地文件或者块设备 |
| 执行 | MapReduce | Excutor |
| 执行延迟 | 高 | 低 |
| 处理数据规模 | 大 | 小 |
| 索引 | 无 | 有 |
| 数据更新 | 不支持 | 支持 |
优点：
简单容易上手：提供了类 SQL 查询语言 HQL；
可扩展：为超大数据集设计了计算/扩展能力（MR 作为计算引擎，HDFS 作为存储系统）。一般情况下不需要重启服务 Hive 可以自由的扩展集群的规模；
提供统一的元数据管理 ；
延展性：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 ；
容错：良好的容错性，节点出现问题 SQL 仍可完成执行。
缺点：
hive 的 HQL 表达能力有限。迭代式算法无法表达，比如 pagerank；数据挖掘方面不擅长，比如kmeans；
hive 的效率比较低。hive 自动生成的 mapreduce 作业，通常情况下不够智能化；hive 调优比较困难，粒度较粗。
原文链接: https://www.yukx.com/bigdata/article/details/1456.html 优科学习网Hive简介
