1.什么是Hive

• Hive : 由Facebook 开源用于解决 <u>海量结构化日志</u> 的数据统计。

• Hive是基于Hadoop的一个<u>数据仓库工具</u>，可以将 <u>结构化的数据文件映射为一张表</u> ，并提供 <u>类SQL</u> 查询功能

  本质是：将HQL转为MapReduce程序

• Hive处理的数据存储在Hdfs

• Hive分析数据底层的实现 <u>默认是 MapReduce</u> (可以换成其他的)

• Hive运行程序是在yarn上的

  总结：可以吧Hive理解为一个客户端，方便你去调度Hadoop，所以它不是一个分布式的框架，而是一个客户端工具。

  
  image

2.Hive的优缺点

2.1 优点

• 操作接口采用类SQL写法，提供快速开发能力
• 避免了写MapReduce，减少学习成本
• Hive执行的延迟比较高，因此Hive常用于数据分析，对实时性要求不高的场景
• Hive优势在于处理大数据，对于小数据处理没有优势
• Hive支持用户自定义函数，用户可根据自己的需求定义函数

2.2缺点

• 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
• 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
  • Hive调优比较困难，粒度较粗