1.Hive 是什么
是Facebook开源的，用于解决海量的结构化日志统计问题
Hive是构建在Hadoop之上的数据仓库，
HDFS：Hive的业务数据是存放在HDFS上的（元数据存放在关系型数据库，例如：MySQL）
YARN：Hive的作业是提交到YARN上面去运行的
MR ：Hive作业（SQL）是通过Hive的框架翻译成MR作业，MR只是一个计算引擎，现在还支持Tez、Spark引擎
======================================================================================
Hive其实就是一个客户端（提交机器），没有集群概念
任务执行流程：SQL --> Hive --> MR --> YARN
======================================================================================
Hive职责：将SQL翻译成底层对应的执行引擎作业
有统一的元数据（matedata）管理
元数据：描述数据的数据 schema
======================================================================================
架构：SQL on Hadoop
CLI、JDBC：客户端入口，编写sql语句的地方
2.Hive应用场景
批处理/离线处理，延时性很大；
尽量少涉及到update或者delete这种操作，虽然是支持的。
3.Hive vs RDBMS
分布式：都可以部署成分布式场景；
节点数：关系型数据库节点数比较少，Hive节点数不固定；
成本：关系型数据库成本比较高；
数据量：Hive > RDBMS ；
数据修改和删除：关系型数据库支持，Hive 1.4版本之后才支持，但是不建议使用；
事务：都支持，但是Hive不建议，也没有必要使用；
延时性：Hive延时性比较高；