【Hive】Hive 和数据库比较

 Hive是一个由 Facebook 开源用于解决海量结构化日志的数据统计工具， 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 HQL 转化成 MapReduce 程序。

 那么Hive和数据库有什么异同呢？其实其主要差别在于两者适用情形的不同：Hive适用于大规模数据，而数据库一般常用于小数据集。这一点是其所有异同的根本原因。

1.查询语言

 由于 SQL 被广泛的应用在数据仓库中，因此，专门针对 Hive 的特性设计了类 SQL 的查 询语言 HQL。

2.数据更新

 由于 Hive 是针对数据仓库应用设计的，而数据仓库的内容是读多写少的。因此，Hive 中 不建议对数据的改写，所有的数据都是在加载的时候确定好的（如果一定要修改，那么需要先将数据下载到本地，完成修改后再上传将原来的数据覆盖，这一过程耗时耗力，因此一般极少进行修改更新）。
 而数据库中的数据通常是需 要经常进行增删改查的，因此可以使用 INSERT INTO … VALUES 添加数据，使用 UPDATE … SET 修 改数据。

3. 执行延迟

 Hive 在查询数据的时候，由于没有索引，需要扫描整个表，因此延迟较高。另外一个导 致 Hive 执行延迟高的因素是 MapReduce 框架。由于 MapReduce 本身具有较高的延迟，因此 在利用 MapReduce 执行 Hive 查询时，也会有较高的延迟。
 相对的，数据库的执行延迟较低。 即数据规模较小，当数据规模大到超过数据库的处理能力的时候，Hive 的并行计算显然能体现出优势。

4.数据规模

 由于 Hive 建立在集群上并可以利用 MapReduce 进行并行计算，因此可以支持很大规模 的数据；对应的，数据库可以支持的数据规模较小。