1、hive的基本定义
由Facebook开源用于解决海量结构化日志的数据统计工具
基于Hadoop的数据仓库工具，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。
hive处理的数据存储在HDFS上
hive分析数据底层实现是MapReduce
执行程序运行在Yarn上。
2.hive的优缺点 优点： 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） 避免了去屑MapReduce，减少开发人员的学习成本 Hive的执行延迟比较高，常用语数据分析，对实时性要求不高的场合 Hive优势在于处理大数据，处理小数据没有优势，Hive的执行延迟比较高 Hive支持用户自定义函数，根据自己的需求来实现自己的函数 缺点： HIve的HQL表达能力有限 迭代式算法无法表达 数据挖掘不擅长，由于MapReduce数据处理流程的限制，效率更高的算法却无法实现 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 3、Hive的运行机制
4.和数据库的比较 数据查询：采用的是类SQL的查询语言HQL 数据更新：针对数据仓库应用而设计，读多写少。不建议对数据的改写，所有数据都是在加载的时候确定好的。 执行延迟：在查询数据是，没有索引，扫描整个表，延迟高以及MapReduce框架带来的高延迟 数据规模：支持很大规模的数据，利用MapReduce进行并行计算
