**优点：** * 入门简单，HQL类SQL语法； * 统一的元数据管理，可与impala/spark等共享元数据； * 灵活性和扩展性较好：支持UDF（自定义函数），自定义存储格式等； * 支持在不同的计算框架上运行（MR, Tez, Spark）； * 提供了一个简单的优化模型； * <mark>适合离线数据处理，稳定可靠（真实生产环境）</mark>； * 有庞大活跃的社区； **缺点：** * Hive 的<mark>执行效率比较低</mark>，由于 hive 是基于 hadoop，Hadoop 本身是一个批处理，高延迟的计算框架， 其计算是通过 MapReduce 来完成，具有高延迟性； * Hive 适合对非实时的、离线的、对响应及时性要求不高的海量数据批量计算，即查询，统计分析。 * 不适合迭代算法。