hivehive的适用场景

Hive是什么？

此外，hive也支持熟悉map-reduce的开发者使用map-reduce程序对数据做更加复杂的分析。

hive可以很好的结合thrift和控制分隔符，也支持用户自定义分隔符。

hive基于hadoop，hadoop是批处理系统，不能保存低延迟，因此，hive的查询也不能保证低延迟。

hive的工作模式是：提交一个任务，等到任务结束时被通知，而不是实时查询。

相对应的是，类似于Oracle这样的系统当运行于小数据集的时候，响应非常快，可当处理的数据集非常大的时候，可能需要数小时。

需要说明的是，hive即使在很小的数据集上运行，也可能需要数分钟才能完成。

低延迟不是hive追求的首要目标。

Hadoop，Hive，Spark 之间是什么关系

hadoop包含以下组件：hdfs,mapreduce,yarn。

hive是数据仓库：用于管理结构化数据，数据存于hdfs上。

spark是一个分布式计算框架：区别于hadoop的另一种mapreduce的计算框架。

基于RDD的分布式内存计算引擎。

hive的适用场景

Hive 构建在基于静态批处理的Hadoop 之上，Hadoop 通常都有较高的延迟并且在作业提交和调度的时候需要大量的开销。

因此，Hive 并不能够在大规模数据集上实现低延迟快速的查询，例如，Hive 在几百MB 的数据集上执行查询一般有分钟级的时间延迟。

因此， Hive 并不适合那些需要低延迟的应用，例如，联机事务处理（OLTP）。

Hive 查询操作过程严格遵守Hadoop MapReduce 的作业执行模型，Hive 将用户的HiveQL 语句通过解释器转换为MapReduce 作业提交到Hadoop 集群上，Hadoop 监控作业执行过程，然后返回作业执行结果给用户。

Hive 并非为联机事务处理而设计，Hive 并不提供实时的查询和基于行级的数据更新操作。

Hive 的最佳使用场合是大数据集的批处理作业，例如，网络日志分析。