大数据之Hive简介

Hive基本概念

1.1什么是Hive

1）hive简介

       Hive:由facebook开源用于解决海量结构化日志的数据统计工具。

       Hive是基于Hadoop的一个数据仓库工具，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。

2）Hive本质：将HQL转化成MapReduce程序

 

  （1）Hive处理的数据存储在HDFS

  （2）Hive分析数据底层的实现是MapReduce

  （3）执行程序运行在Yarn上

1.2Hive的优缺点

1.2.1优点

  （1）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）。

  （2）避免了去写MapReduce,减少开发人员的学习成本。

  （3）Hive优秀在于处理大数据，支持海量数据的分析与计算。

  （4）Hive支持用户自定义函数，用户可以根据自己的需求来实现自己的函数。

1.2.2缺点

1）Hive的HQL表达能力有限

  （1）Hive自动生成的MapReduce作业，通常情况下不够智能化。

  （2）数据挖掘方面不擅长，由于MapReduce数据处理流程的限制，效率更高的算法却无法实现。

2）Hive的效率比较低

  （1）Hive的执行延迟比较高，因此Hive常用于数据分析，对实时性要求不高的场合。

  （2）Hive调优比较困难，粒度较粗。

3）Hive不支持实时查询和行级别更新

  （1）hive分析的数据是存储在hdfs上，hdfs不支持随机写，只支持追加写，所以在hive中不能updata和delete，能select和insert.