Hive和不同关系型数据库的差异

Hive采用了SQL的产应语言HQL，因此很容易理解为数据库。Hive和数据库除了拥有类似的查询语言，接下来就阐述Hive 和数据库的差异。

数据库可以在Online的应用中，但是Hive是为数据仓库设计。

查询语言：由于SQL被广泛的应用在数据仓库中，因此针对Hive的特征设计了类SQL的查询语言HQL。

数据存储位置：Hive是建立在Hadoop之上的，所有Hive的数据都是存储到HDFS中的。

                        而普通数据库则将数据保存到块设备或者本地文件系统中。                                               

数据格式：Hive中没有定义专门的数据格式，数据格式根据客户需求自己指定，有需要三个属性：列分隔符，

行分隔符以及读取文件数据的方法。由于在加载数据的时候不需要从用户数据格式到Hive定义是数据格式，因

在加载数据的时候不需要对数据本身进行任何修改，只是将数据内容复制或者移动到HDFS目录中。

普通数据库都会有自己的储存引擎，定义自己的数据格式，所以用到普通数据库时数据都会按照一定的组织存储，

所以数据加载的时候会比较耗时。

               注：（列分隔符通常为空格，“\t”,"\x001"  行分隔符“\n”   默认的文件格式  TextFile, SequenceFile以及RCFile）

数据更新：hive数据库是针对数据仓库设计的而数据仓库的内容是读多写少，因此hive中不支持对数据的改写和添加

所有的数据都是加载的时候被确定好。而普通数据库可以进行修改，因此可以使用INSERT INTO ..VALUES添加数据，

使用UPDATE..SET修改数据。

索引：hive是不对数据进行任何处理的甚至不对数据进行扫描，因此也没有对数据某些Key简历索引。hive要访问数据中满足条件是需要暴利扫描整个数据，因此广泛问延迟较高。由于MapReduce的引入Hive可以并行访问数据，因此即使没有索引对于大数据的访问，hive仍然会体现优势。普通数据库中通常是对一个或者几个简历索引，因此对于少量的特定的数据的访问数据库效率高，较低的延迟。

hive的基本组件;大体分为以下几部分：用户接口（UI），驱动，编译器，元数据（Hive系统参数数据）和执行引擎。

用户接口UI包括：命令行CLI，WEB界面，JDBC/ODBC接口；

驱动： 接收用户提交的查询的HQL

编译器： 解析查询语句，执行语法，生成执行计划；

元数据：解析查询语句，执行语法分析，生成执行计划；

Hive中包含4中数据模型：Tabel、ExternalTable、Partition、Bucket。