hive是基于的一个工具用来进行数據提取、转化、加载，这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制hive数据仓库工具能将结构化的数据文件映射为一张数據库表，并提供查询功能能将转变成任务来执行。Hive的优点是学习成本低可以通过类似SQL语句实现快速MapReduce统计，使MapReduce变得更加简单而不必开發专门的MapReduce应用程序。hive是十分适合数据仓库的统计分析和注册表文件

        hive是基于Hadoop构建的一套数据仓库分析系统它提供了丰富的SQL查询方式来分析存储在Hadoop分布式文件系统中的数据：可以将结构化的数据文件映射为一张数据库表，并提供完整的SQL查询功能；可以将SQL语句转换为MapReduce任务运行通过自己的SQL查询分析需要的内容，这套SQL简称Hive SQL使不熟悉mapreduce的用户可以很方便地利用SQL语言‘查询、汇总和分析数据。而mapreduce开发人员可以把自己写嘚mapper和reducer作为插件来支持hive做更复杂的数据分析它与关系型数据库的SQL略有不同，但支持了绝大多数的语句如DDL、DML以及常见的聚合函数、连接查询、条件查询它还提供了一系列的1：具进行数据提取转化加载，用来存储、查询和分析存储在Hadoop中的大规模数据集并支持UDF（User-Defined Function），也可以实現对map和reduce函数的定制为数据操作提供了良好的伸缩性和可扩展性。hive不适合用于联机(online)事务处理也不提供实时查询功能。它最适合应用在基於大量不可变数据的批处理作业hive的特点包括：可伸缩（在Hadoop的集群上动态添加设备）、可扩展、容错、输入格式的松散耦合。

         hive 构建在基于靜态批处理的Hadoop 之上Hadoop 通常都有较高的延迟并且在作业提交和调度的时候需要大量的开销。因此hive 并不能够在大规模数据集上实现低延迟快速的查询，例如hive 在几百MB 的数据集上执行查询一般有分钟级的时间延迟。

监控作业执行过程然后返回作业执行结果给用户。hive 并非为联机倳务处理而设计hive 并不提供实时的查询和基于行级的数据更新操作。hive 的最佳使用场合是大数据集的批处理作业例如，网络日志分析