翻譯自：
這篇文章討論了pig和hive的特性。
開發者通常處於選擇滿足業務需求的技術體系。 在hadoop體系中，pig和hive很相似，並能給出幾乎相同的結果，但是那種技術更適合特殊的業務場景了？這裡列出了pig和hive的一些對比。
pig and hive:
流型別：
pig是過程式資料流語言。過程式語言通常按照一步一步的執行方式去編寫，你能夠控制和優化每一步。
hive更像sql，因此，它是宣告式語言，你要指定需要做什麼而不是怎麼做。hive依靠自己的優化器，因此hive中優化是比較難的。
易用性：
pig擁有新而不同的語法，需要額外的時間去學習。
hive更像sql，開發者會更興奮的去使用hive.
一般場景：
推薦程式開發者使用pig。主要原因是它計算高效，當你的查詢有大量的join和filter時，pig更合適。
hive更多的用於分析，它遵循hadoop和datawarehouse一些規則。一般更傾向使用hive產生報表。如果你的查詢join和filters比較少可以繼續使用hive，相反，如果查詢擁有很多join，hive的效能也許會降低。
資料型別：
pig能高效處理結構化和非結構化資料。
hive能高效的處理結構化資料。
中間層：
pig使用變數表示資料，當要儲存中間結果，可以很容易的用變數存起來並在以後引用。
hive使用表表示資料，儲存中間結果比較困難，需要建立乙個表，並從其他的表插入進去。因此，呈現乙個複雜的查詢時，可能需要幾百行的**。
除錯方式：
pig可以使用本地模式除錯。
hive使用本來模式除錯比較複雜並且很費時。
擴充套件性：
pig中udf很容易。
hive中udf相對麻煩。
維護性：
pig比hive差一點。
hive比較簡單。
永續性：
pig中可能不會保留變數的值，每一次你都需要重新執行pig**重新獲取變數值。
hive中即使退出當前會話外部表依然存在，因為外部表依然指向hdfs檔案。
pig開發需要更多的時間，更多的依賴對pig的熟悉度。
sql語句，開發時間很少。
相容性：
rdbms與pig相容有點複雜，因為pig的語法完全不同。
大部分在rdbms中的sql可以在hive中執行，只有少數需要修改。
資料量：
pig處理大資料很高效。
hive有時會記憶體洩露和不靠譜的效能，然而，有一些引數可以進行調整和定位問題。
巨頭支援：
pig：yahoo，twitter, linkedin
hive: facebook