Apache Hive & Tez是什么？

Hive 应该是最有名气的数据仓库工具了吧，他将HDFS 上的数据组织成关系型数据库的形式，并提供了HiveSQL 进行结构化查询，使得数据分析人员可以从传统的关系型数据库几乎无缝的过渡到HDFS 上， 但其个别函数和传统SQL还是有区别的，并且默认也不支持update 和delete 操作。但开发人员可以开发UDF， 为HiveSQL 扩充属于自己的功能函数。Hive 本身的计算是基于MapReduce 的， 后来为了应对SparkSQL 的出现，开发组推出了Hive on Spark，使得SQL的解释、分析、优化还是在Hive 上，而执行阶段交由Spark去完成，从而以达到和SparkSQL 近似的速度。Tez 是对Hive 的另一项优化，为其引入了DAG 的概念，增加任务并行度从而提升Hive 的查询速度，但其本质仍旧是MapReduce， 所以提升效果相比Hive on Spark 来讲并不足够明显。

以上内容摘自《高德技术2020年刊合集》电子书，点击https://developer.aliyun.com/topic/download?id=1135可下载完成版