Hive和數據庫除了擁有類似的查詢語言，再無類似之處。
數據庫可以用在Online的應用中，但是Hive是為數據倉庫而設計的（由於數據的訪問延遲較高，決定了 Hive 不適合在線數據查詢。）
1.
由於 Hive 是針對數據倉庫應用設計的，而數據倉庫的內容是讀多寫少的。因此，Hive 中不支持對數據的改寫和添加，所有的數據都是在加載的時候中確定好的。而數據庫中的數據通常是需要經常進行修改的，因此可以使用 INSERT INTO ... VALUES 添加數據，使用 UPDATE ... SET 修改數據。
Hive的加載，是將整個文件加載到對應的HDFS中，不會對數據本身有任何修改。可以簡單理解為：hive的元數據，對應的是文件的位置，數據庫對應的是文件里面內容的位置。
Hive 在加載的過程中不會對數據本身進行任何修改，而只是將數據內容復制或者移動到相應的 HDFS 目錄中。而在數據庫中，不同的數據庫有不同的存儲引擎，定義了自己的數據格式。所有數據都會按照一定的組織存儲，因此，數據庫加載數據的過程會比較耗時。
2.
索引。之前已經說過，Hive 在加載數據的過程中不會對數據進行任何處理，甚至不會對數據進行掃描，因此也沒有對數據中的某些 Key 建立索引。Hive 要訪問數據中滿足條件的特定值時，需要暴力掃描整個數據，因此訪問延遲較高。由於 MapReduce 的引入， Hive 可以並行訪問數據，因此即使沒有索引，對於大數據量的訪問，Hive 仍然可以體現出優勢。數據庫中，通常會針對一個或者幾個列建立索引，因此對於少量的特定條件的數據的訪問，數據庫可以有很高的效率，較低的延遲。由於數據的訪問延遲較高，決定了 Hive 不適合在線數據查詢。
Hive 在查詢數據的時候，由於沒有索引，需要掃描整個表，因此延遲較高。另外一個導致 Hive 執行延遲高的因素是 MapReduce 框架。由於 MapReduce 本身具有較高的延遲，因此在利用 MapReduce 執行 Hive 查詢時，也會有較高的延遲。相對的，數據庫的執行延遲較低。當然，這個低是有條件的，即數據規模較小，當數據規模大到超過數據庫的處理能力的時候，Hive 的並行計算顯然能體現出優勢。
3.
由於 Hive 建立在集群上並可以利用 MapReduce 進行並行計算，因此可以支持很大規模的數據；對應的，數據庫可以支持的數據規模較小。
界上最大的 Hadoop 集群在 Yahoo!，2009年的規模在 4000 台節點左右
目前最先進的並行數據庫 Oracle 在理論上的擴展能力也只有 100 台左右。
Hive是一個應用層的東西，定位是數據倉庫，所偏向的是數據分析，存儲和計算的方向，其本質是mapreduce。
Hive的應用場景
1》數據挖掘：
1.數據用戶行為分析
2.興趣分區
3.區域展示
2》非實時分析
1.日志分析
2.文本分析
3》數據匯總
1.每天/每周用戶點擊數
2.流量統計
3》作為數據倉庫（這也是我在公司接觸的最多的數據分析的場景）
1.數據抽取
2.數據加載
3.數據轉換
Hive缺點：
1》延遲很高：
1.默認M/R執行引擎
2.M/R啟動有所延遲
2》暫不支持列級，別的數據增加，更新，刪除操作。
3》暫不支持存儲過程
關系型數據庫：Mysql，Oracle
非關系型數據庫：Redis，MongoDB，HBASE
類SQL數據庫：hive
具體地：
關系型數據庫（Mysql和Oracle）
1.表和表、表和字段、數據和數據存在着關系
優點:
1.數據之間有關系，進行數據的增刪改查的時候是非常方便的
2.關系型數據庫是有事務操作的，保證數據的完整性和一致性。
缺點：
1.因為數據和數據是有關系的，底層是運行了大量的算法
大量算法會降低系統的效率，會降低性能
2.面對海量數據的增刪改查的時候會顯的無能為力
3.海量數據對數據進行維護變得非常的無力
適合處理一般量級的數據（銀行轉賬和錢）
非關系數據庫的（redis和MangDB）
為了處理海量數據，非關系數據庫設計之初就是為了替代關系型數據庫的關系
查找key---value的時候：entry（即一條K-V記錄）默認是按照key的字典順序存儲的，當然開發者也可以重載這個排序函數；
優點：
1.海量數據的增刪改查是可以的
2.海量數據的維護和處理非常輕松
缺點：
1.數據和數據沒有關系，他們之間就是單獨存在的
2.非關系數據庫沒有關系，沒有強大的事務關系，沒有保證數據的完整性和安全性
適合處理海量數據，保證效率，不一定安全（統計數據，例如微博數據）
總之：
1.關系型數據庫支持SQL語句的查詢，增刪改查非常方便，並且支持多表的join操作，相比非關系型數據庫速度比較慢
2.非關系型數據庫讀寫非常快，但是不支持增刪改查的操作
3.hive數據倉庫是元數據和客戶端的形式，將數據存儲在HDFS上的。但是Hive 中不支持對數據的改寫和添加，所有的數據都是在加載的時候中確定好的。
4.非關系型數據庫的數是存儲在內存中的，關系型數據庫的數據是存儲在磁盤的
Hive query就是MapReduce jobs可以從5分鍾到數小時不止，HBase是非常高效的，肯定比Hive高效的多。
Hive本身不存儲和計算數據，它完全依賴於HDFS和MapReduce，Hive中的表純邏輯。hive需要用到hdfs存儲文件，需要用到MapReduce計算框架。
hbase是物理表，不是邏輯表，提供一個超大的內存hash表，搜索引擎通過它來存儲索引，方便查詢操作。
hbase是列存儲。