Hive是啥，Hive与关系型数据库的区别

Posted 2023-05-05

参考技术A 全不同应用场景吧，HBase
速度比
Hive
快了不知道多少。HBase
是非关系型数据库（KV型），
对
key
做索引，查询速度非常快（相比较
Hive
），适合实时查询；而Hive是关系型数据结构，适合做后期数据分析。和单机的mysql，Oracle比较的话，Hive的优点是可以存储海量数据，只是查询速度比较慢。

Hive基础之Hive是啥以及Hive使用场景

参考技术A Hive是什么
1）Hive
是建立在Hadoop
(HDFS/MR)上的用于管理和查询结果化/非结构化的数据仓库；
2）一种可以存储、查询和分析存储在Hadoop
中的大规模数据的机制；
3）Hive
定义了简单的类SQL
查询语言，称为HQL，它允许熟悉SQL
的用户查询数据；
4）允许用Java开发自定义的函数UDF来处理内置无法完成的复杂的分析工作；
5）Hive没有专门的数据格式（分隔符等可以自己灵活的设定）；
ETL的流程（Extraction-Transformate-Loading）：将关系型数据库的数据抽取到HDFS上，hive作为数据仓库，经过hive的计算分析后，将结果再导入到关系型数据库的过程。
Hive是构建在Hadoop之上的数据仓库
1）使用HQL作为查询接口；
2）使用HDFS作为存储；
3）使用MapReduce作为计算；
Hive应用场景
数据源：
1）文件数据，如中国移动某设备每天产生大量固定格式的文件；
2）数据库
以上两种不同的数据源有个共同点：要使用hive，那么必须要将数据放到hive中；通常采用如下两种方式：
1）文件数据：load到hive
2）数据库:
sqoop到hive
数据的离线处理；
hive的执行延迟比较高，因为hive常用于数据分析的，对实时性要求不高；
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。
处理数据存放在hive表中，那么前台系统怎么去访问hive的数据呢？
先将hive的处理结果数据转移到关系型数据库中才可以，sqoop就是执行导入导出的操作