1hive由FaceBook开源用于解决海量结构化日志hive工具集的数据统计 2hive是基于hadoop的一个数据仓库工具hive工具集，可以将结构化的数据文件映射成一张表，并提供类SQL查询功能 3hive是构建在hadoop之上的数据仓库使用HQL语句作为查询接口 使用HDFS进行存储 使用mapreduce进行计算 4hive本质是将HQL转。
Hive更适合于数据仓库的任务，Hive主要用于静态的结构以及需要经常分析的工作Hive与SQL相似促使其成为Hadoop与其他BI工具结合的理想交集Pig赋予开发人员在大数据集领域更多的灵活性，并允许开发简洁的脚本用于转换数据流以便嵌入到较大的应用程序Pig相比Hive相对轻量，它主要的优势是相比于直接使用Hadoop。
但hive只要还是读操作 有hive工具集了Hive之后，人们发现SQL对比Java有巨大的优势一个是它太容易写了刚才词频的东西，用SQL描述就只有一两行，MapReduce写起来大约要几十上百行Hive逐渐成长成了大数据仓库的核心组件甚至很多公司的流水线作业集完全是用SQL描述，因为易写易改，一看就懂，容易维护。
Hive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数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行 其优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析Spark 是一种与 Hadoop。
在数字化时代，大数据基础服务平台成为了企业挖掘价值驱动创新的关键工具这些平台，如Apache HadoopHiveHBase和Spark，构建了一整套强大的数据管理处理和分析框架它们的核心功能，从数据采集预处理到安全隐私保护，每一步都旨在优化企业的数据处理流程Apache AmbariBigtopCDAP和CDH等开源免费。
