CNDBA社区
之前的博客了解了Hive 和 HBase的区别，这篇了解下Hive和Pig的区别。
HIVE 和 HBASE 区别
https://www.cndba.cn/dave/article/3249
1.Hive 概念
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，并提供完整的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。官网地址：http://hive.apache.org/
2.Pig 概念
Pig是在HDFS和MapReduce之上的数据流处理语言（脚本语言），它将数据流处理翻译成多个MapReduce函数，提供更高层次的抽象将程序员从具体的编程中解放出来。官网地址：http://pig.apache.org/
不同的方式做同样的事情(Two ways of doing same thing)：
1、都是使用高层次的语言生成MapReduce任务
2、都使Users不用了解MapReduce与HDFS的细节
3. 基本信息对比
| HIVE | Pig | |
|---|---|---|
| 开发者 | Yahoo！ | |
| 语言 | HiveQL | Pig Latin |
| 语言类型 | 类似SQL查询语言 Select * from mytable |
数据流处理语言，由一系列的operation和transformation组成。每个操作或变换对输入进行数据处理，然后产生输出结果 A = LOAD ‘mydata’ AS (Col1:chararray, Col2:int) B = GROUP A BY (Col2) Dump B |
| 用户 | 在Analysts中更流行 | 在Programmer与Researcher中更流行 |
| 使用模式 | Analysts：生成日常报表 | Programmer：写复杂的数据管道 Researcher：特设分析(ad-hoc),例如机器学习 |
| 发展方向 | Hive朝着数据仓库的方向发展，使用者要求与其他系统更好的结合（O/JDBC） | Pig朝着语言的方向发展，使用者要求有更好的开发环境,例如调试器，编辑器 |
4.细节对比
| 特性 | HIVE | Pig |
|---|---|---|
| 模式/类型（Schemas/Types） | 支持（显示的） | 支持（隐式的） |
| 分区（partitions） | 支持 | 不支持 |
| 用户自定义函数（UDF） | 支持（Java） | 支持（Java） |
| 自定义序列化（Serializer/Deserializer） | 支持 | 支持 |
| 直接访问DFS | 支持（隐式的） | 支持（显式的） |
| Join/Order/Sort操作 | 支持 | 支持 |
| Shell命令 | 支持 | 支持 |
| 网络接口 | 支持 | 不支持 |
| JDBC/ODBC | 支持（有限的） | 不支持 |
1、两者均不支持事物与索引，全盘扫描是常态
2、两者均不支持随机读与实时查询
5. 总结
直接使用Hadoop的Java APIs实现MapReduce任务是乏味和容易出错的，同时也限制了编程的灵活性。于是Hadoop提供了两个解决方案使得编程变得更加容易，即Hive与Pig。
- Hive主要用于静态的结构以及需要经常分析的工作，并且Hive与SQL相似促使其成为Hadoop与其他BI（商业智能）工具结合的理想交集。
- Pig相比Hive相对轻量，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。
