至于PIG我没用过,HIVE的话用过,目前主要用的是用hive 0.10.0版本从分布式文件系统hdfs上捞取数据,它的元数据存储于derby和mysql中,在使用时候自己可以配置,derby是一个嵌入式的内存数据库,且不支持并发连接,同一个时间只能有一个用户session连接,其他用户再连接进来的话就会报错;mysql数据库存储hive建表或索引的元数据,且支持并发,对于元数据的存储也相对安全些,且可以做mysql的主从备份,保证数据的不丢失。个人感觉hive目前还没有 oracle成熟,最起码执行计划看的不是很明白,如果涉及到mr那就更难看懂,而且全表扫描不需要启动mr,如果指定列查询需要启动mr,延时比较高,hive不能完全支持sql 92标准,需要用户用java写自定义函数udf来实现一部分hql查询功能。最后希望hive 11能实现oracle的大部分功能,这样子对于我们使用就更方便了。
来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/16400082/viewspace-759725/,如需转载,请注明出处,否则将追究法律责任。
转载于:http://blog.itpub.net/16400082/viewspace-759725/