hive的优点

hive的执行延迟比较高，因此常用于数据分析，对实时性要求不高的场景 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， 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

hive的缺点

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，由于MapReduce数据处理流程的限制，效率更高的算法却无法实现

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的调优比较困难，粒度较粗

hive的架构原理 hive客户端：cli jdbc Diver SQL parser解析器 physical plan 编译器，query optimaizer 优化器，execution执行器

• 解析器sql parser，将sql字符串转换为抽象语法树AST,这一步一般都用第三方工具库生成，比如antlr，对AST进行语法分析，比如表是否存在，字段是否存在，sql语义是否有误
• 编译器 physical plan:将AST编译生成逻辑执行计划
• 优化器 query optimizer,对逻辑执行计划进行优化
• 执行器 execution，把逻辑执行计划转换成可以运行的物理计划，对于hive来说，就是MR/Spark

MapReduce HDFS Meta store

hive和数据库比较 hive不是数据库 由于hive采用了类似于SQL的查询语言HQL, 从结构上来看，hive和数据库除了拥有类似的查询语言，再无类似之处 查询语言 数据更新，由于hive是针对数据仓库应用设计的，而数仓的内容是读多写少，因此hive中不建议对数据进行改写，所有的数据都是在加载的时候确定好的， 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执行延迟比较高的因素是MapReduce框架，由于MapReduce本身具有较高的延迟，因此在利用MapReduce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 显然体现出优势

数据规模 由于hive建立在集群上并可以利用MapReduce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

hive安装地址 http://hive.apache.org

文档查看地址： https://cwiki.apache.org/confluence/display/Hive/GettingStarted