ハイブは何ですか
ハイブ：ログの大規模な構造を解決するための統計のためのFacebookのオープンソース。
HadoopのHiveのが基づいている データ・ウェアハウス・ ツールは、テーブルへのデータファイルの構造をマップし、SQLに似たクエリを提供することができます。
本質的に：HQLは、MapReduceの手順に変換
ハイブHDFS処理データストレージ1）
のMapReduceを実装している基礎となる2）データ解析ハイブを
3）糸上で実行中のプログラムの実行。
ハイブ一般的なプロセスを：
HadoopのHiveのが基づいている データ・ウェアハウス・ ツールは、テーブルへのデータファイルの構造をマップし、SQLに似たクエリを提供することができます。
本質的に：HQLは、MapReduceの手順に変換
ハイブHDFS処理データストレージ1）
のMapReduceを実装している基礎となる2）データ解析ハイブを
3）糸上で実行中のプログラムの実行。
ハイブ一般的なプロセスを：
ハイブの長所と短所
利点
1）操作インタフェース急速な発展を提供する能力は、（使いやすく、簡単に）、SQLに似た構文を使用して
2）、MapReduceのを作成する開発者のための学習コストを削減するために回避することができます。
3）比較的高い遅延、そうハイブ一般に、データ分析に使用される、あまり厳しいリアルタイムアプリケーションハイブを行う;
4）大規模なデータのハイブ利点高い実行遅延ハイブので、小さなデータ処理のための利点は、存在しません。
5）ユーザー定義関数のハイブのサポートは、ユーザーが自分のニーズに応じて、独自の機能を実装することができます。
2）、MapReduceのを作成する開発者のための学習コストを削減するために回避することができます。
3）比較的高い遅延、そうハイブ一般に、データ分析に使用される、あまり厳しいリアルタイムアプリケーションハイブを行う;
4）大規模なデータのハイブ利点高い実行遅延ハイブので、小さなデータ処理のための利点は、存在しません。
5）ユーザー定義関数のハイブのサポートは、ユーザーが自分のニーズに応じて、独自の機能を実装することができます。
短所
1）のハイブHQL発現の限られた能力
（1）反復アルゴリズムは表現できない
（2）データマイニングが良くない
2）ハイブ効率が比較的低い
（1）ハイブは自動的に生成されたMapReduceジョブ、通常十分なインテリジェンス
（2）ハイブのチューニングがより難しく、粗いです
（1）反復アルゴリズムは表現できない
（2）データマイニングが良くない
2）ハイブ効率が比較的低い
（1）ハイブは自動的に生成されたMapReduceジョブ、通常十分なインテリジェンス
（2）ハイブのチューニングがより難しく、粗いです
ハイブアーキテクチャの原則
同図に示すように、ユーザの指示（SQL）を受信するユーザに提供する対話型インターフェースの一連のハイブは、メタデータ（メタストア）の結合、それ自身のドライバを使用し、MapReduceのに命令を翻訳し、Hadoopの実行に提出最後に、出力の実装の結果は、ユーザ対話インターフェースに戻します。
1）ユーザインタフェース：クライアント
CLI（ハイブシェル）、JDBC / ODBC（Javaアクセス・ハイブ）は、WebUI（ブラウザアクセスハイブ）
2）メタデータ：メタストアの
メタデータが含まれています：テーブル名、データベーステーブルが属している（デフォルトはデフォルトです） 、テーブル、カラム/パーティションフィールドの所有者、テーブル型（それは外部のテーブルであるかどうか）、コンテンツおよび他のデータのテーブル場合、
デフォルトは、データベースに格納されているが、ダービーが来る、MySQLストレージメタストア使用することが推奨されている
3）のHadoop
HDFSストアを使用、MapReduceのを使用して計算。
4）ドライブ：ドライバ
。（1）パーサー（SQLパーサは）：このステップは、一般的サードパーティツールマガジン、例えばANTLRで完了され、抽象構文木ASTにSQL文字列を変換し、ASTを解析し、そのようなテーブルが存在します、フィールドには、SQLセマンティクス間違っているかどうか、存在しています。
（2）コンパイラ（物理計画）：ASTコンパイルロジック実行計画。
（3）オプティマイザ（クエリオプティマイザ）：ロジックの実行プランの最適化。
（4）アクチュエータ（実行）は：実行することができ、物理実行計画ロジックプログラムに変換します。ハイブのために、それはMR /スパークにあります。
ハイブのデータベースと比較します
由于 Hive 采用了类似 SQL 的查询语言 HQL(Hive Query Language)，因此很容易将 Hive 理解为数据库。其实从结构上来看，Hive 和数据库除了拥有类似的查询语言，再无类似之处。所以这里将从多个方面来阐述 Hive 和数据库的差异。数据库可以用在 Online 的应用中，但是 Hive 是为数据仓库而设计的，清楚这一点，有助于从应用角度理解 Hive 的特性。
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。熟悉 SQL 开发的开发者可以很方便的使用 Hive 进行开发。
数据存储位置
Hive 是建立在 Hadoop 之上的，所有 Hive 的数据都是存储在 HDFS 中的。而数据库则可以将数据保存在块设备或者本地文件系统中。
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。而数据库中的数据通常是需 要 经 常 进 行 修 改 的 ， 因 此可以使用INSERT INTO … VALUES 添 加 数 据 ， 使用 UPDATE … SET 修改数据。
索引
Hive 在加载数据的过程中不会对数据进行任何处理，甚至不会对数据进行扫描，因此也没有对数据中的某些 Key 建立索引。Hive 要访问数据中满足条件的特定值时，需要暴力扫描整个数据，因此访问延迟较高。由于 MapReduce 的引入， Hive 可以并行访问数据，因此即使没有索引，对于大数据量的访问，Hive 仍然可以体现出优势。数据库中，通常会针对一个或者几个列建立索引，因此对于少量的特定条件的数据的访问，数据库可以有很高的效率，较低的延迟。由于数据的访问延迟较高，决定了 Hive 不适合在线数据查询。
执行
Hive 中大多数查询的执行是通过 Hadoop 提供的 MapReduce 来实现的。而数据库通常有自己的执行引擎。
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。当然，这个低是有条件的，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。
可扩展性
由于 Hive 是建立在 Hadoop 之上的，因此 Hive 的可扩展性是和 Hadoop 的可扩展性是一致的（世界上最大的 Hadoop 集群在 Yahoo!，2009 年的规模在 4000 台节点左右）。而数据库由于 ACID 语义的严格限制，扩展行非常有限。目前最先进的并行数据库 Oracle 在理论上的扩展能力也只有 100 台左右。
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。