Apache Hive

Что такое Hive?

Apache Hive - это программа, которая превращает SQL-подобные запросы в задания MapReduce / Tez и выполняет их на кластере Hadoop.

Конкуренты Hive:

• Cloudera Impala - платный аналог от Cloudera
• Spark SQL - аналог, который работает поверх Apache Spark
• Apache Pig - скриптовый язык обработки данных

Достоинства Hive:

• знакомый SQL-синтаксис
• интерактивное выполнение запросов
• масштабируемость
• гораздо проще чем писать MapReduce на Java
• высокий уровень оптимизации
• расширяемость (User Defined Functions, драйверы JDBC / ODBC, поддержка Thrift)

Недостатки Hive:

• задержка при выполнении запросов (не подходит для OLTP)
• данные хранятся не в нормализованном виде
• ограничения на синтаксис запросов SQL (Pig, Spark - больше возможностей)
• поддерживаются только запросы типа SELECT (нельзя UPDATE, INSERT, DELETE)
• не поддерживаются транзакции