为什么使用一般的mapreduce而不是hive？答案

【问题标题】：Why use general mapreduce than hive?为什么使用一般的mapreduce而不是hive？
【发布时间】：2015-03-03 06:53:04
【问题描述】：

Hive 是一种创建 mapreduce 作业（如 SQL 查询）的更简单的方法。所以，我想问一下，在相同的数据下，hive 是否比一般的 mapreduce 更快？如果 hive 更快，为什么我们仍然使用一般的 mapreduce？

谢谢大家

【问题讨论】：

【解决方案1】：

首先，Hive 在后台使用 map reduce 来处理任何查询。因此，无论您通过 hive 做什么，都可以通过编写 map reduce 作业来实现。但 Hive 会使用优化的 map reduce 执行计划。

话虽如此，选择 hive 而不是 map reduce 的非常重要的原因是简单。不需要知道如何编写 map reduce 作业来完成某件事。只有 SQL 语句可以。

也就是说，如果您使用 hive，您将受到 hive 可以支持的某些规则的约束。但是 map reduce 作业将非常灵活，您可以编写一个 map reduce 作业，以任何您想使用数据的方式进行操作。

【讨论】：

【解决方案2】：

我们可以在 HIVE 中进行简单的查询，而不是编写整个 map-reduce 代码当我们使用 hive 进行处理时，Hive 查询被转换为 map-reduce 程序，然后该程序将在 HDFS 上执行.......

如果您擅长编程，那么您可以使用自己的 Map-reduce 代码进行相同的查询。如果您的 map-reduce 代码比 Hive (map-reduce) 代码更优化，那么您将在更短的时间内获得结果..

【讨论】：