1）Hive基本概念

什么是Hive？

    hive由Facebook开源的基于Hadoop的一个数据仓库工具，本质是将HQL转换成MapReduce程序

Hive优缺点？

优点：

1）操作采用SQL语法，简单容易上手

2）避免了去写MapReducer，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

缺点：

1）Hive的HQL表达能力有限

    迭代式算法无法表达

    数据挖掘方面不擅长

2）Hive的效率比较低

    Hive自动生成的MapReducer作业，通常情况下不够智能化

    Hive调优比较困难，粒度较粗

Hive架构原理？

Hive和数据库比较？

数据存储位置？

    Hive的数据都是存储在hdfs中，数据库则保存在本地文件系统中

数据更新？

    由于Hive是针对数据仓库应用设计的，而数据仓库的内容是读多写少的，因此Hive中不建议对数据改写，所有数据都是在加载的时候确定好的

索引？

    Hive不会对数据中的某些key建立索引，由于数据访问延迟较高，决定了Hive不适合在线数据查询

执行？

    Hive中大多数查询时通过Hadoop提供的MapReduce来实现的，而数据库通常由自己的引擎

可扩展性？

    由于Hive时建立在Hadoop之上的，所以可扩展性非常高，而目前最先进的并行数据库Oracle在理论上扩展能力也只有100台左右