1.hive简介
hive数据仓库底层的存储，依赖的是Hadoop平台的分布式文件系统（HDFS），而不是关系型数据
库；Hive数据仓库的底层计算处理数据依赖的是Hadoop平台的分布式计算框架MapReduce。
hive采用HQL查询语言对这些还练数据进行自动化的管理和计算，使得操作Hive就像操作型关系数据库一样。我们可以把Hive中海量结构化数据的组织看成一个个表，而实际上这些数据以分布式存储在Hadoop平台的HDFS分布式文件系统。Hive对HQL语句进行解析和转换，最终生成一系列基于Hadoop平台的map/reduce任务，通过执行这些任务完成数据的处理。
2.Hive设计特性
Hive不适合做低延时的数据访问
hive是构建在Hadoop平台之上的，其数据存储依赖于HDFS，数据计算依赖于MapReduce，所以Hive也可以说是构建在静态批处理的Hadoop之上。批处理的时延本身就很高，所以对于数据像数据库那种低时延的数据访问需求，Hive是不适合的。因此，数据仓库数据静态批处理才是Hive的强项，例如海量数据迁移，海量数据过滤，海量数据清洗，海量数据挖掘等。Habse是实时计算领域的，适合低时延业务场景。
Hive可以自由扩展
Hive具有很强的延展性
hive里有很多的内置函数，并且开发人员也可以通过Java接口，编写特殊的函数
Hive具有良好的容错性
3999
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
