Hive 具有 SQL 数据库的外表，但应用场景完全不同， Hive 只适合用来做批量海量数据统计分析，也就是数据仓库。

Hive 是基于 Hadoop 的一个数据仓库工具，实质就是一款基于 HDFS 的 MapReduce 计算框架，因为Hive 依赖于 HDFS 存储数据，将 HQL 转换成 MapReduce 执行

Hive优缺点如下：

优点：Hive作为一个基于Hadoop的数据仓库工具，提供了简单的SQL查询功能，简化了MapReduce的编写操作，适用于大数据集的批量处理作业，例如，网络日志分析。

缺点：Hive的HQL表达能力有限，对于较复杂的运算HQL不易表达；另外，Hive具有高延迟性，不适合那些低延迟的应用，如：OLTP系统。它不提供实时的查询和基于行级的数据更新操作

Hive的核心，负责SQL语句的语法、语义解析，生成查询计划用户提交SQL给Hive，由Driver负责解析SQL，在解析时会加载相关的元数据信息，生成执行计划，生成Job交给Hadoop运行，然后Driver将结果返回给用户

HQL 通过命令行或者客户端提交，经过 Compiler 编译器，运用 MetaStore 中的元数据进行类型检测和语法分析，生成一个逻辑方案(logical plan)，然后通过优化处理，产生一个 MapReduce 任务

• 那什么是元数据，元数据存储又是什么？
  

1. 1）元数据是什么？

存储在Hive中的数据的描述信息----数据结构（数据集的名称、关系、字段、约束等）的描述

1. 2）有哪些？

表的名、表的列和分区以及属性（内部表和外部表）、表的数据所在目录

1. 3）存在哪儿？

自带数据库Derby。缺点：不适合多用户操作，并且数据存储目录不确定

1. 4）解决方案

存在自己创建的MySQL中（本地或远程）

免责申明：

本文系转载，版权归原作者所有，如若侵权请联系我们进行删除！

《数据治理行业实践白皮书》下载地址：https://fs80.cn/4w2atu

《数栈V6.0产品白皮书》下载地址：https://fs80.cn/cw0iw1

想了解或咨询更多有关袋鼠云大数据产品、行业解决方案、客户案例的朋友，浏览袋鼠云官网：https://www.dtstack.com/?src=bbs

同时，欢迎对大数据开源项目有兴趣的同学加入「袋鼠云开源框架钉钉技术群」，交流最新开源技术信息，群号码：30537511，项目地址：

https://github.com/DTStack