結合其他同學和自己的筆記總結如下
由於hive採用了sql的查詢語言hql，因此很容易將hive理解為資料庫。其實從結構上來看，hive和資料庫除了擁有類似的查詢語言，再無類似之處。本文將從多個方面來闡述hive和資料庫的差異。資料庫可以用在online的應用中，但是hive是為資料倉儲而設計的，清楚這一點，有助於從應用角度理解hive的特性。
1.查詢語言
由於 sql被廣泛的應用在資料倉儲中，因此，專門針對 hive的特性設計了類 sql的查詢語言 hql。熟悉 sql開發的開發者可以很方便的使用 hive進行開發。
2.資料儲存位置
hive 是建立在 hadoop之上的，所有 hive的資料都是儲存在 hdfs中的。而資料庫則可以將資料儲存在塊裝置或者本地檔案系統中。
3.資料格式
hive 中沒有定義專門的資料格式，資料格式可以由使用者指定，使用者定義資料格式需要指定三個屬性：列分隔符（通常為空格、」\t」、」\x001″）、行分隔符（」\n」）以及讀取檔案資料的方法（hive中預設有三個檔案格式textfile，sequencefile以及 rcfile）。由於在載入資料的過程中，不需要從使用者資料格式到 hive定義的資料格式的轉換，因此，hive在載入的過程中不會對資料本身進行任何修改，而只是將資料內容複製或者移動到相應的 hdfs目錄中。而在資料庫中，不同的資料庫有不同的儲存引擎，定義了自己的資料格式。所有資料都會按照一定的組織儲存，因此，資料庫載入資料的過程會比較耗時。
4.資料更新
由於 hive是針對資料倉儲應用設計的，而資料倉儲的內容是讀多寫少的。因此，hive中不支援對資料的改寫和新增，所有的資料都是在載入的時候中確定好的。而資料庫中的資料通常是需要經常進行修改的，因此可以使用 insert into ... values新增資料，使用 update ... set修改資料。
5.索引
6.執行
hive 中大多數查詢的執行是通過 hadoop提供的 mapreduce來實現的（類似 select * from tbl的查詢不需要mapreduce）。而資料庫通常有自己的執行引擎，executor執行器。
7.執行延遲
之前提到，hive在查詢資料的時候，由於沒有索引，需要掃瞄整個表，因此延遲較高。另外乙個導致 hive執行延遲高的因素是mapreduce框架。由於 mapreduce本身具有較高的延遲，因此在利用 mapreduce執行 hive 查詢時，也會有較高的延遲。相對的，資料庫的執行延遲較低。當然，這個低是有條件的，即資料規模較小，當資料規模大到超過資料庫的處理能力的時候，hive的平行計算顯然能體現出優勢。
8.可擴充套件性
由於 hive是建立在 hadoop之上的，因此 hive的可擴充套件性是和 hadoop的可擴充套件性是一致的。而資料庫由於 acid語義的嚴格限制，擴充套件行非常有限。目前最先進的並行資料庫 oracle在理論上的擴充套件能力也只有 100臺左右。
9.資料規模
由於 hive建立在集群上並可以利用 mapreduce進行平行計算，因此可以支援很大規模的資料；對應的，資料庫可以支援的資料規模較小。
以下擴充套件慎用：
檢視資料庫資訊
desc database extended 資料庫名；刪除資料庫
drop database if exists 庫名；強制刪除資料庫
drop database if exists 庫名 cascode；
初學HIVE（一） 初步認識HIVE
hive是基於hadoop的資料倉儲工具，可以將結構化的資料檔案對映為一張表，並提供類sql查詢功能。本質是將hql轉化成mapreduce程式，儲存的基礎資料在hdfs上，執行程式執行在yarn上。hive 在查詢資料的時候，由於沒有索引，需要掃瞄整個表，因此延遲較高。還有乙個原因是mapredu...
hive的初認識
hive的初認識 u起源自facebook由jeffhammerbacher領導的團隊 u構建在hadoop上的資料倉儲框架 uhive是構建在hadoop之上的資料倉儲平台 uhive是乙個sql解析引擎,它將sql語句轉譯成mapreduce作業並在hadoop上執行。hive表是hdfs的乙個...
hive的初步認識與hive的本質
hive是什麼？就從這兒開始學習。hive是建立在hadoop hdfs上的資料倉儲基礎架構。hive可以用來資料抽取轉換載入 etl hive定義了簡單的類sql查詢語句，稱為hql。hive是sql解析引擎，它將sql語句轉移成m r job,然後在hadoop上執行。hive的表其實就是hdf...