HIve最适合于数据仓库应用程序,使用该应用程序进行相关的静态数据分析,
不需要快速响应给出结果,而且数据本身不会频繁变化。
Hive不是一个完整的数据库。Hadoop以及HDFS的设计本身约束和局限性地限制了Hive所胜任的工作。
其中最大的限制就是Hive不支持记录级别更新、插入、或者删除操作。但是用户可以通过查询生成新表或者将查询结果导入文件中。同时,因为Hadoop是一个面向批处理的系统,而MapReduce任务(Job)的启动过程需要消耗较长的时间,所以Hive查询延时比较严重。传统数据库中在秒级别可以完成的查询,在Hive中,即使数据集相对较小,往往也需要执行更长的时间。最后需要说明的是,Hive不支持事务。
因此,Hive不支持OLTP(联机事务处理)所需要的关键功能,而更接近成为一个OLAP(连接分析处理)工具。
但是我们看到,由于Hadoop本身的时间开销很大,并且Hadoop所被设计用来处理数据规模非常大,
因此提交查询和返回结果是可能具有非常大的延时的,所以Hive并没有满足OLAP