基本概念
Hive用于解决海量结构化日志的数据统计问题。
Hive是基于Hadoop的一个数据仓库工具。本质是将HQL（Hive的查询语言）转化成MapReduce程序。
HIve处理的数据存储在HDFS
HIve分析数据底层的默认实现是MapReduce
执行程序运行在Yarn上
Hive的优缺点
优点：
可以快速进行数据分析，不需要写MapReduce程序。
MapReduce适合处理大数据，不适合处理小数据
缺点：
HQL表达能力有限，迭代式算法不能表达，粒度较粗，调优比较困难。
自定义函数类别：
- UDF
- UDAF
- UDTF
架构原理
执行顺序：解析器-编译器-优化器-执行器
Hive与数据库对比
HIve相比数据库，读多写少，没有索引，需要暴力扫描所有数据，即使引入了MapReduce机制，也不适合实时查询，扩展性和Hadoop的是一致的，扩展性强。