Hive是建立在Hadoop上的數(shù)據(jù)倉庫基礎(chǔ)構(gòu)架。它提供了一系列的工具，可以用來進(jìn)行數(shù)據(jù)提取轉(zhuǎn)化加載（ETL），這是一種可以存儲(chǔ)、查詢和分析存儲(chǔ)在 Hadoop 中的大規(guī)模數(shù)據(jù)的機(jī)制。Hive 定義了簡單的類 SQL 查詢語言，稱為 HQL，它允許熟悉 SQL 的用戶查詢數(shù)據(jù)。同時(shí)，這個(gè)語言也允許熟悉 MapReduce 開發(fā)者的開發(fā)自定義的 mapper 和 reducer 來處理內(nèi)建的 mapper 和 reducer 無法完成的復(fù)雜的分析工作。
Hive 沒有專門的數(shù)據(jù)格式。 Hive 可以很好的工作在 Thrift 之上，控制分隔符，也允許用戶指定數(shù)據(jù)格式
hive與關(guān)系數(shù)據(jù)庫的區(qū)別：
數(shù)據(jù)存儲(chǔ)不同：hive基于hadoop的HDFS，關(guān)系數(shù)據(jù)庫則基于本地文件系統(tǒng)
計(jì)算模型不同：hive基于hadoop的mapreduce，關(guān)系數(shù)據(jù)庫則基于索引的內(nèi)存計(jì)算模型
應(yīng)用場景不同：hive是OLAP數(shù)據(jù)倉庫系統(tǒng)提供海量數(shù)據(jù)查詢的，實(shí)時(shí)性很差;關(guān)系數(shù)據(jù)庫是OLTP事務(wù)系統(tǒng)，為實(shí)時(shí)查詢業(yè)務(wù)服務(wù)
擴(kuò)展性不同：hive基于hadoop很容易通過分布式增加存儲(chǔ)能力和計(jì)算能力，關(guān)系數(shù)據(jù)庫水平擴(kuò)展很難，要不斷增加單機(jī)的性能
Hive安裝及使用攻略
http://blog.fens.me/hadoop-hive-intro/
R利劍NoSQL系列文章 之 Hive
http://cos.name/2013/07/r-nosql-hive/