Hive定義、Hive與HBase關係、Hive與RDBMS的關係、資料庫與資料倉庫的區別
1、Hive定義
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。
Hive是一個構建在Hadoop上的資料倉庫平臺，其設計目標是使Hadoop上的資料操作與傳統SQL結合，讓
熟悉SQL程式設計的開發人員能夠輕鬆向Hadoop平臺轉移
Hadoop1.x的專案結構除了核心內容MapReduce和HDFS,還包括Common、Avro、
Chukwa、Hive、HBase等子專案，它們之間相互提供服務，或在核心層上為更高提供服務
免費的日誌分析工具有：Awstats Webalizer 頁面中嵌入js程式碼
日誌分析的方式有：Linux Shell指令碼、SQL查詢、基於Hadoop的日誌分析
2、Hive與HBase關係
Hive是基於Hadoop的一個數據倉庫工具，是為簡化編寫MapReduce程式而生的，Hive十分適合資料倉庫的統計分析
HBase是一個分散式的、面向列的開源資料庫，它是一個適合於非結構化資料儲存的資料庫，列式資料庫
3、Hive與RDBMS的關係
Hive除了用了和資料庫相似的查詢語言，再無別的相同點
4、資料庫與資料倉庫的區別
資料倉庫（Data Warehouse）是一個面向主題的（Subject Oriented）、整合的（Integrate）、相對穩定的（Non-Volatile）、反映歷史變化（Time Variant）的資料集合，用於支援管理決策。
所謂的（1） 面向主題：指資料倉庫中的資料是按照一定的主題域進行組織。
（2）整合：指對原有分散的資料庫資料經過系統加工, 整理得到的消除源資料中的不一致性。
（3）相對穩定：指一旦某個資料進入資料倉庫以後只需要定期的載入、重新整理。
（4）反映歷史變化：指通過這些資訊，對企業的發展歷程和未來趨勢做出定量分析預測。
資料倉庫建設是一個工程，是一個過程，而不是一種可以購買的產品。企業資料處理方式是以聯機事務處理形式資訊，並利用資訊進行決策；在資訊應用過程中管理資訊。
資料倉庫的出現，並不是要取代資料庫。目前，大部分資料倉庫還是用關係資料庫管
理系統來管理的。資料倉庫與資料庫的主要區別在於：
（1）資料庫是面向事務的設計，資料倉庫是面向主題設計的。
（2）資料庫一般儲存線上交易資料，資料倉庫儲存的一般是歷史資料。
（3）資料庫設計是儘量避免冗餘，資料倉庫在設計是有意引入冗餘。
（4）資料庫是為捕獲資料而設計，資料倉庫是為分析資料而設計。
