HIVE数据库与ORACLE数据库有什么区别,⽬前HIVE数据库不⽀持
哪些函数？
a. 查询语⾔。由于 SQL 被⼴泛的应⽤在数据仓库中，因此，专门针对 Hive 的特性设计了类 SQL 的查询语⾔ HQL。熟悉 SQL 开发的开发者可以很⽅便的使⽤ Hive 进⾏开发。
b. 数据存储位置。Hive 是建⽴在 Hadoop 之上的，所有 Hive 的数据都是存储在 HDFS 中的。⽽数据库则可以将数据保存在块设备或者本地⽂件系统中。
c. 数据格式。Hive 中没有定义专门的数据格式，数据格式可以由⽤户指定，⽤户定义数据格式需要指定三个属性：列分隔符（通常为空格、
”\t”、” 001″）、⾏分隔符 （”\n”）以及读取⽂件数据的⽅法（Hive 中默认有三个⽂件格式 TextFile，SequenceFile 以及 RCFile）。由于在加载数据的过程中，不需要从⽤户数据格式到 Hive 定义的数据格式的转换，因此，Hive 在加载的过程中不会对数据本⾝进⾏任何修改，⽽只是将数据内容复制或者移动到相应的 HDFS ⽬录中。⽽在数据库中，不同的数据库有不同的存储引擎，定义了⾃⼰的数据格式。所有数据都会按照⼀定的组织存储，因此，数据库加载数据的过程会⽐较耗时。
d. 数据更新。由于 Hive 是针对数据仓库应⽤设计的，⽽数据仓库的内容是读多写少的。因此，Hive 中
不⽀持对数据的改写和添加，所有的数据都是在加载的时候中确定好的。⽽数据库中的数据通常是需要经常进⾏修改的，因此可以使⽤ INSERT INTO … VALUES 添加数据，使⽤UPDATE … SET 修改数据。
update是什么
e. 索引。之前已经说过，Hive 在加载数据的过程中不会对数据进⾏任何处理，甚⾄不会对数据进⾏扫描，因此也没有对数据中的某些 Key 建⽴索引。Hive 要访问数据中满⾜条件的特定值时，需要暴⼒扫描整个数据，因此访问延迟较⾼。由于 MapReduce 的引⼊， Hive 可以并⾏访问数据，因此即使没有索引，对于⼤数据量的访问，Hive 仍然可以体现出优势。数据库中，通常会针对⼀个或者⼏个列建⽴索引，因此对于少量的特定条件的数据的访问，数据库可以有很⾼的效率，较低的延迟。由于数据 的访问延迟较⾼，决定了 Hive 不适合在线数据查询。
f. 执⾏。Hive 中⼤多数查询的执⾏是通过 Hadoop 提供的 MapReduce 来实现的（类似 select * from tbl 的查询不需要 MapReduce）。⽽数据库通常有⾃⼰的执⾏引擎。
g. 执⾏延迟。之前提到，Hive 在查询数据的时候，由于没有索引，需要扫描整个表，因此延迟较⾼。另外⼀个导致 Hive 执⾏延迟⾼的因素是MapReduce 框架。由于 MapReduce 本⾝具有较⾼的延迟，因此在利⽤ MapReduce 执⾏ Hive 查询时，也会有较⾼的延迟。相对的，数据库的执⾏延迟较低。当然，这个低是有条件的，即数据规模较⼩，当数据规模⼤到超过数据库的处理能⼒的时 候，Hive 的并⾏计算显然能体现出优势。
h. 可扩展性。由于 Hive 是建⽴在 Hadoop 之上的，因此 Hive 的可扩展性是和 Hadoop 的可扩展性是⼀致的（世界上最⼤的 Hadoop 集在Yahoo!，2009年的规模在 4000 台节点左右）。⽽数据库由于 ACID 语义的严格限制，扩展⾏⾮常有限。⽬前最先进的并⾏数据库 Oracle 在理论上的扩展能⼒也只有 100 台左右。
i. 数据规模。由于 Hive 建⽴在集上并可以利⽤ MapReduce 进⾏并⾏计算，因此可以⽀持很⼤规模的数据；对应的，数据库可以⽀持的数据规模较⼩。
Hive不⽀持的函数：decode、rownum、to_char、replace、||、nvl、months_between、add_months、rollup、cube、rank() over、dense_rank() over、row_number() over

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。