1 Hive 與 HDFS 之間的聯絡

（1）hive 是基於 Hadoop 的一個數據倉庫工具，可以將結構化的資料檔案對映為一張資料庫表，並提供完整的 sql 查詢功能，可以將 sql 語句轉換為 MapReduce 任務進行執行。其優點是學習成本低，可以通過類 SQL 語句快速實現簡單的 MapReduce 統計，不必開發專門的 MapReduce 應用，十分適合資料倉庫的統計分析。

（2）Hive 是建立在 Hadoop 上的資料倉庫基礎構架。它提供了一系列的工具，可以用來進行資料提取轉化載入（ETL），這是一種可以儲存、查詢和分析儲存在 Hadoop 中的大規模資料的機制。Hive 定義了簡單的類 SQL 查詢語言，稱為 HQL，它允許熟悉 SQL 的使用者查詢資料。同時，這個語言也允許熟悉 MapReduce 開發者的開發自定義的 mapper 和 reducer 來處理內建的 mapper 和 reducer 無法完成的複雜的分析工作。

2 Hive 與 關係型資料庫 的區別

使用 hive 的命令列介面，感覺很像操作關係資料庫，但是 hive 和關係資料庫還是有很大的不同，下面我就比較下 hive 與關係資料庫的區別，具體如下：

• Hive 和關係資料庫儲存檔案的系統不同，Hive 使用的是 hadoop 的 HDFS（hadoop 的分散式檔案系統），關係資料庫則是伺服器本地的檔案系統；

• hive 使用的計算模型是 mapreduce，而關係資料庫則是自己設計的計算模型；

• 關係資料庫都是為實時查詢的業務進行設計的，而 Hive 則是為海量資料做資料探勘設計的，實時性很差；實時性的區別導致 Hive 的應用場景和關係資料庫有很大的不同；

• Hive 很容易擴充套件自己的儲存能力和計算能力，這個是繼承 hadoop 的，而關係資料庫在這個方面要比資料庫差很多。

以上都是從巨集觀的角度比較 Hive 和關係資料庫的區別。

3 參考資料