浅谈大数据仓库Hive与关系型数据库MySQL

（1）关系型数据库的一种
（2）存储数据和检索数据
（3）存储表的数据量不大
（4）将复杂的数据结构归结为简单的二元关系（即二位表格形式）。在关系型数据库中，对数据的操作几乎全部建立在一个或多个关系表格之上，通过对这些关联的表格进行分类、合并、连接或选取等运算来实现对数据的管理。其存储形式实际上采用的就是二维表格形式 
（5）在保持数据安全和数据一致性方面很强，遵循ACID理论        

 1> 客户端向 MySQL 服务器发送一条查询请求
2> 服务器首先检查查询缓存，如果命中缓存，则立刻返回存储在缓存中的结果，否则进入下一阶段
3> 服务器进行 SQL解析、预处理、再由优化器生成对应的执行计划
4> MySQL 根据执行计划，调用存储引擎的 API来执行查询
5> 将结果返回给客户端，同时缓存查询结果    

（1）是由Facebook开源用于解决海量结构化日志的数据统计
（2）是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张表，并提供类SQL查询功能
   在执行hive查询语句或数据处理需要搭建好Hadoop环境
   至于环境的搭建，上官网！！！
（3）hive处理的数据存储在HDFS上
（4）hive分析数据底层的默认实现是MapReduce
（5）执行程序运行在yarn上
（6）其本质就是将HQL转化成MapReduce程序 


hive的优点：
（1）操作采用类SQL语法，简单，容易上手，快速开发
（2）避免了写复杂的MapReduce
（3）hive的执行延迟比较高，常用于数据分析，对实时性要求不高的场合
   延迟高（对于大数据的处理依然体现出优势）：
     1）没有索引，需要扫描整张表
     2）MapReduce框架
（4）hive支持用户自定义函数，根据需求定义函数 


hive的缺点：
（1）迭代式算法无法表达，无法反复对结果进行处理
（2）数据挖掘方面不擅长
（3）hive自动生成的MapReduce作业，不够智能化
（4）调优比较困难，粒度较粗      

（1）关系型数据库用SQL,hive用HQL
（2）hive的数据都是存在HDFS中的，而数据库则保存在块设备或本地文件系统中
（3）hive是读多写少的，数据库中的数据通常是需要进行修改的
（4）hive由于没有索引，暴力全表扫描，因此访问延迟较高。由于MR的引入，hive可以并行访问数据。hive不适合在线查询数据
   mysql数据库有很高的效率，较低的延迟
（5）hive中大多数的查询的执行是通过MR实现的，而mysql有自己的执行引擎
（6）hive是建立在hadoop之上的（能扩展的DataNode及NameNode）。而mysql数据库由于ACID语义的严格限制，扩展行非常有限。
（7）数据规模：hive支持大规模数据，数据库支持的数据规模较小