0.发展
在hive公布源代码之后
公司又公布了presto，这个比较快，是基于内存的。
impala：3s处理1PB数据。
1.Hive 能做什么，与 MapReduce 相比优势在哪里
关于hive这个工具，hive学习成本低，入手快，对于熟悉sql语法的人来说，操作简单，熟悉。
其实，还有一个，就是统一的数据管理，可与impala/spark等共享元数据。
2.为什么说 Hive 是 Hadoop 数据仓库，从【数据存储和分析】方 面理解
对于有固定格式的文件，使用HIVE把他存储到HDFS上，然后使用hive操作这些数据，语句执行依赖hadoop，这就是hive的由来。
所以说，Hive是建立在hadoop之上的。
下面具体说明一下：
1.hive构建在Hadoop之上，所有的数据存储在hadoop中hdfs上。
2.分析数据查询数据都是讲任务转化为底层的MapReduce模板，在hadoop上运行。
3.执行的程序可以在yarn上运行。
正是因为hive是hadoop的数据仓库，所以，也有了hive的其他特点：
1.优势在于处理大数据
2.Hive适合离线情况，所以延迟情况比较大。
3.扩张性较好，可以自定义数据类型
3.hive补充
将结构化的结构映射成表。
本质，将SQL转换成mapreduce，也算是hadoop的客户端，不干事情。
4. Hive 架构，分为三个部分来理解，最好通过画图理解
Hive分为Meta store，HDFS，Client三部分。
1.Meta srore 是元数据，默认存储在derby数据库，建议修改配置时修改。
2.HDFS，说明hive的数据存储在很多粉丝上。
3.Client：用户的接口是Cli。通过JDBC链接Driver驱动。
Sql parser是SQL解析器
Query optimizer是优化器。
Physical plan是物理计划。
一步步执行，生成的物理计划，存储在HDFS 上，并随后有mapreduce调用执行。
5.扩展性与灵活性
比较好，因为支持UDF，自定义存储格式。
同时，可以扩展集群规模。
6.总结
构建在hadoop之上的数据仓库
使用HQL作为查询接口，使用HBase存储，使用mapreduce进行计算。