005-尚硅谷-Hive-与数据库比较

好，呃，那接下来呢，我们看一下have与数据库的一个比较，其实那对于一个东西内容来比较的话，那我们就从。相同点和不同点的比较。对吧？啊，一般的在面试过程当中啊，它比较都要从两个方面啊，其实对于这个have跟数据库而言呢，它只有第一个查询语言比较相似，其他的都不一样，而且呢，只是查询也比较相似啊，不是一样啊，还有区别，还有区别还是函数啊，对吧，还有区别，那这是它的一个相同点，也就是查询语言是属于它的相同点，那不同点呢，我们主要列出来有数据更新，执行延迟以及数据规模这三个内容来做的。对吧，好，那么接下来呢，其实它最重要的一个点就是数据规模，因为由于数据规模的不同。才会对应的有这个执行延迟，就是什么数据更新的一个不同，那买so而言的话，就是我们传统的这个关系型数据库，数据量怎么样小。

对吧？那我们刚才所提到的have这个东西呢，是依托于哈杜数据存在HDFS，而我们所知道HDFS是一个分布式文件系统，存储的数据量要怎么样要大。对吧，而数据库呢，存储的数据量比较小啊，这是第一个，这是它最重要的就是这个点，好，那由于这个点呢，咱们看一下数据更新问题。我们所谓的关系型数据库啊。对吧，数据量小，而且它应用场景就是一种什么。增删改查在线业务。而我们have，它是读多写少，一次写入多次读取的一个应用场景，对吧？所以在数据更新这一块也是不一样的，其实默认情况下，汉里边是不支持对数据进行更新的，因为更新操作是属于一种随机写操作。

就是你一个文档对吧，假如十条数据我更新的时候，我可以对第五条，对于第六条进行更新吗？哎，你知道在HDFSDFS里边有讲更新操作，我可以追加对吧，大家都知道我可以往文件里面去追加。我可以去读，但是有讲过随机写吗？就是用十行数据，我把第五行数据给改了，但是现在我就要你做这个事。怎做，我就要对HDFS有十行数据，我就要对他第五行改一下，怎么做对我给他下下来。改了之后干什么，重新上传上去。对吧，啊，其实它里边这个更新操作的就这样子的，那默认情况下呢，它是不支持更新的一个二倍的语法呀，不支持啊，但是特殊情况下，你要对这个表做一些操作可以，但这个不是我们聊重点了，因为在生产环境当中也不会这样去改，因为它这个效率也怎么样啊。

底你想想看嘛，他把它干什么下起来，改完之后再覆盖写回去。你十条数据还好吧，HD存的数据你在公司当中可能是十条数据吗？数据量太大了，这不太现实对吧，你就改它啊，所以呢，它我们就直接就可以说，哎，他不支持更新，但是你要知道实际上可以更新啊，实际上可以更新，但是一般过程当中也没人去用，如果真的要更新的话，我们会怎么做呢？从这张表里边查出来，覆盖到这张表里边啊，用这种方式我们手动的去下载下来。然后覆盖回去，那不就是读出来，改完之后再写回去嘛，对吧，我们会采用这种方式，好，就覆盖全表的方式去做它的一个更新。而在MY里边呢就可以对吧，这个是不是数据规模带来的问题，由于你数据规模大了，你放在单机上存不了了，所以我们才选用HDFS做我们存储，而HDFS是不支持随机写操作的，所以会导致我们汉默认情况下是不支持什么改操作的，还是数据规模带来的问题吧。

对吧，那接下来还有一个所谓的执行延迟。那我们知道买呢，这烟值肯定比较低。对吧，非常快，增加奶茶都比较快，而have。虽然我们现在还没用，但是我们现在知道它要翻译成他妈任务去执行，那你觉得它效率能高吗？它高不了对吧，啊，它肯定很慢，所以执行延迟，那主要的还是由于这个什么数据量带来的问题啊，由于数据量太大了，所以呢，我们传统的单机分析的方式做不了了，所以我们才选用分布式计算方向二。来帮我们做计算，所以导致了他怎么样人延迟比较低，所以最关键的呢，还是最大的一个区别在于它存储的一个数据量怎么样。

不一样对吧，这是最根本的原因，由于这个根本原因呢，导致了，诶数据更新方面也不同，然后执行延迟方面也有不同，所以呢，你要抓住这个最关键的啊，都是数据规模带来的，如果说还是像以前一样，数据增长比较慢，对吧？啊公司当中呢，本身也没有多少数据，那大数据根本就不会出现。用不着啊，我单节点能运行的，你非得搞我一个分布式干什么。你在工作当中开发也一样，就是说能用简单方式去解决的问题，你肯定不会考虑复杂的。对吧，你单节点能运行呢，你非得搭一个框架，还运行什么哈杜运行沿对吧，还运行这些东西干什么呢？图啥呢。对吧，啊就是这个意思，所以说还是数据量导致的问题啊，这一块，所以我们总结一下，只有这个查询语句有类似的地方，其他的都不一样。包括指引擎，我们今天提到了MYSO呢，可能用呃，MYS引擎，In the DB引擎，但是HUB里边它用的是MR引擎，但是它也可以换引擎啊啊，它也可以换引擎，就是说MR呢，是它默认的一擎，默认的MR也可以换成Spark。

啊，那就能快一些对吧，也能换成呃，这个太子啊，但是这个框架呢，我们还没聊到最后实战的时候，最后第11章我们再去，哎，给大家换一个太极引擎，Spark引擎呢，那要学完Spark我们再去装。对吧，因为Spark也是一个大的课程，他可能前后也要呃十二天十一二天的时间啊，所以说现在去用Spark引擎肯定不太合适，对吧，到最后呢，我们学完Spark之后，我们就把have呢换成对应的SPA引擎啊，就所有引擎呢，大家都能见得到啊，但是现在呢，整个讲过程当中，我们还是用引擎作为讲座为主啊好，这是我们所聊它的一个不同点啊，这个也是在面试的时候呢，有一道面试题，它就是问的那have跟这个数据库。

有什么不同对吧，或者说他们俩呃，做一个比较啊，是这样一个东西啊。