1.1 什么是Hive

1. hive简介

• Hive:由facebook开源用于解决海量结构化日志的数据统计工具。
• Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张表，并提供类SQL的查询功能。
  2） Hive本质：将HQL转化成MapReduce程序。
  

3） Hive的三个要点：

• Hive处理的数据存储在HDFS
• Hive分析数据底层的实现是MapReduce
• 执行程序运行在Yarn上

1.2 Hive优缺点

1.2.1 优点

• 操作接口采用类SQL，快速开发。
• Hive的执行延迟比较高，常用于数据分析，对实时性要求不高。
• Hive用于处理大数据，对小数据没有优势。
• Hive支持用户自定义函数。

1.2.2 缺点

（1）Hive的HQL表达能力有限

• 迭代式算法无法表达
• 数据挖掘方面不擅长，由于MapReduce数据处理流程的限制，无法实现效率更高的算法。
  （2）Hive的效率比较低
• Hive自动生成的MapReduce作业，通常不够智能化
• Hive调优比较困难