1、資料儲存位置。hive是建立在hadoop之上的，所有的hive的資料都是儲存在hdfs中的。而資料庫則可以將資料儲存在塊裝置或本地檔案系統中。
2、資料格式。hive中沒有定義專門的資料格式，由使用者指定，需要指定三個屬性：列分隔符，行分隔符，以及讀取檔案資料的方法。資料庫中，儲存引擎定義了自己的資料格式。所有資料都會按照一定的組織儲存。
3、資料更新。hive的內容是讀多寫少的，因此，不支援對資料的改寫和刪除，資料都在載入的時候中確定好的。資料庫中的資料通常是需要經常進行修改。
4、執行延遲。hive在查詢資料的時候，需要掃瞄整個表(或分割槽)，因此延遲較高，只有在處理大資料是才有優勢。資料庫在處理小資料是執行延遲較低。
5、索引。hive沒有，資料庫有
6、執行。hive是mapreduce，資料庫是executor
7、可擴充套件性。hive高，資料庫低
8、資料規模。hive大，資料庫小
記憶體資料庫到底有多快
併發量太高的應用中 比如10分鐘內插入300w條記錄 資料庫往往難堪重負，在沒有銀子實現伺服器集群 負載均衡 分布式儲存的情況下，可以嘗試一下把資料庫做乙個臨時副本全部放在記憶體中處理，完成操作後，再同步到硬碟的物理資料庫中。那麼，把資料庫放在記憶體中到底有多快?晚上抽空試了一下 步驟1 先用ram...
HTTP 協議中GET和POST到底有哪些區別
http 協議中get和post到底有哪些區別 http 定義了與伺服器互動的不同方法，最常用的有4種，get post put delete,如果我換一下順序就好記了，put 增 delete 刪 post 改 get 查 即增刪改查，下面簡單敘述一下 1 get，它用於獲取資訊，注意，他只是獲取...
hive和mysql（傳統資料庫）的區別
一 hive是什麼 簡單來說,hive就是在hadoop上架了一層sql介面，可以將sql翻譯成mapreduce去hadoop上執行，這樣使得資料開發和分析人員很方便的使用sql來完成海量資料統計與分析，二不必使用程式語言開發mapreduce那麼麻煩 二 hive與mysql的區別 1.查詢語言...