什么是Hive
Hive是由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。
其本质是:将SQL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
Hive的优缺点
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。
4)Hive优势在于处理大数据,对于处理小数据没有优势,因为Hive的执行延迟比较高。
5)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。
2.缺点
1.Hive的HQL表达能力有限
- 1)迭代式算法无法表达(循环类)
- 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