Hive 与数据库的异同点

前言

今天就来聊一下Hive 和 数据库之间到底有什么异同点！

相同点：

1）查询语言相似

不同点：

1）数据更新
hive 是针对数据仓库应用设计的，而数据仓库的内容是读多写少的。
因此，Hive中不建议对数据的修改的，所有的数据都是在加载的时候确定好的。而数据库中的数据通常是需要频繁进行修改的。
2）执行延迟
Hive在查询数据的时候，由于没有索引，需要扫描整个表，因此延迟较高。另外一个导致hive执行延迟高的因素是MR框架。由于MR本身具有较高的延迟，因此在利用MR执行hive查询时，也会有较高的延迟。相对的，数据库的执行延迟较低。当然，这个低是有条件的，即数据规模较小，当数据规模大到超过数据库的处理能力的时候，hive的并行计算显然能体现出优势。
3）数据规模
由于hive建立在集群上并可以利用MR进行并行计算，因此可以支持很大规模的数据；对应的，数据库可以支持的数据规模较小。

注意：Hive降低执行延迟的方式

1. Hive借助其他计算引擎，比如Spark等，会降低查询的执行延迟，但是和数据库响应相比，还是有一定差距！
2. 还可以采用分区和分桶来避免全表扫描来提高查询效率。