1、 什么是 Hive
Hive：由 Facebook 开源用于解决海量结构化日志的数据统计。
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 查询功能。
本质是：将 HQL 转化成 MapReduce 程序
1）Hive 处理的数据存储在 HDFS
2）Hive 分析数据底层的实现是 MapReduce
3）执行程序运行在 Yarn 上
2、 Hive 的优缺点
1.1 优点
1）操作接口采用类 SQL 语法，提供快速开发的能力（简单、容易上手）
2）避免了去写 MapReduce，减少开发人员的学习成本。
3）Hive 的执行延迟比较高，因此 Hive 常用于数据分析，对实时性要求不高的场合； 4）Hive 优势在于处理大数据，对于处理小数据没有优势，因为 Hive 的执行延迟比较高。
5）Hive 支持用户自定义函数，用户可以根据自己的需求来实现自己的函数。
1.2 缺点
1）Hive 的 HQL 表达能力有限
（1）迭代式算法无法表达
（2）数据挖掘方面不擅长
2）Hive 的效率比较低
（1）Hive 自动生成的 MapReduce 作业，通常情况下不够智能化
（2）Hive 调优比较困难，粒度较粗
3、Hive SQL和传统SQL之间存在的差异
主要体现在以下几个方面：
1）执行环境不同：
Hive SQL：通常运行在Hadoop生态系统中，特别是MapReduce框架上。它被设计为运行在大型数据集上的查询语言。
传统SQL：运行在关系数据库管理系统（RDBMS）上，如MySQL、Oracle、SQL Server等，适用于处理较小数据集。
2）数据类型和优化：
Hive SQL：支持丰富的数据类型，包括字符串、数字、布尔值和复杂类型如结构体和地图。它对于大数据集进行了优化，但查询性能通常不如传统SQL。
传统SQL：也有丰富的数据类型，并且经过多年优化，对于小数据集的查询性能通常更好。
3）查询执行引擎：
Hive SQL：使用Hadoop的MapReduce作为执行引擎，后来也支持了Spark等执行引擎。
传统SQL：使用数据库自己的执行引擎，这些执行引擎经过高度优化以快速处理事务和查询。
4）事务支持：
Hive SQL：通常不支持多事务，或者支持有限的事务功能。
传统SQL：支持多事务操作，具有严格的事务控制，如ACID属性（原子性、一致性、隔离性、持久性）。
5）实时查询：
Hive SQL：设计为批量处理，不适合实时查询。
传统SQL：适合进行实时查询，尤其是在OLTP（在线事务处理）系统中。
6）用户接口：
Hive SQL：通常通过Hive命令行、Web UI或与其他工具（如Impala、Spark SQL等）集成来进行交互。
传统SQL：通过数据库管理系统的命令行工具、GUI工具或应用程序接口进行交互。
7） 生态系统和用途：
Hive SQL：是Hadoop生态系统的一部分，主要用于大数据分析和数据仓库。
传统SQL：是关系型数据库的核心语言，用于各种数据管理任务，包括数据存储、检索、事务处理等。
Hive SQL是一个强大的工具，而在传统的数据管理和小数据集处理中，传统SQL通常是更合适的选择。