Alternativas de Hive Mejor Valoradas
If you are data analyst and expert in SQL then use Hive. Hive is very easy to work with especially if you are a SQL person.
I use both hive and pig at work. I use hive mainly for ad hoc quires and reports. For BI reports Hive is the best since you can reuse all the SQL that you have done for traditional data warehouses. Also with Hive Server2 you get a real JDBC support so you can plug your BI tools to it. Many more SQL features like cubes, rollups, windowing, lag, lead, etc are being added to Hive through Hortonworks Stinger initiative. Hive also produces very compact code, which is always good for reading and debugging. Reseña recopilada por y alojada en G2.com.
I would suggest to use hive for large projects, where you want to implement SQL-like data access, schemas, metadata, partitions, server-based deployment, jdbc, etc.
Pig is a good language and can be very handy for immediate tasks or small projects. i would recommend PIG for small projects . Reseña recopilada por y alojada en G2.com.
59 de 60 Reseñas totales para Hive
Sentimiento General de la Reseña para Hive
Inicia sesión para ver el sentimiento de la revisión.
Me gusta que ofrezca una interfaz altamente personalizable, lo que permite a los equipos organizar tareas y gestionar el flujo de trabajo de manera efectiva. Fácil de descargar y clasificar para informes. Reseña recopilada por y alojada en G2.com.
Fácil de cargar información y acceder. No tengo ninguna aversión. Reseña recopilada por y alojada en G2.com.
Es emocionante cómo se conecta sin problemas con el trabajo, a través de su mensajería grupal que fomenta la colaboración, sus diseños de proyectos flexibles, las percepciones de los clientes y las reseñas que ayudan en la estrategia. Reseña recopilada por y alojada en G2.com.
Una cosa a tener en cuenta es que es pesado en consumo y requiere suficiente RAM para ralentizar algunas aplicaciones integradas. Ese es un problema que necesita solución. Reseña recopilada por y alojada en G2.com.
Hive es el mejor almacén de datos y de código abierto. Fácil de usar. Tiene un lenguaje de consulta HiveQL. La sintaxis es la misma que SQL. Así que es fácil escribir las consultas de Hive y fácil obtener informes y perspectivas de negocio. Mejor para análisis. Y se integra fácilmente con Spark, Hadoop y también con la nube. Reseña recopilada por y alojada en G2.com.
La mayor latencia es el inconveniente. Se deben realizar desarrollos para mejorar la latencia de las consultas complejas. Reseña recopilada por y alojada en G2.com.
Fantástica y atractiva interfaz de usuario
Directo cuando se trata de rastrear, asignar y monitorear proyectos
Hive me ayuda a llevar un seguimiento de todos nuestros proyectos y las personas conectadas a estos proyectos Reseña recopilada por y alojada en G2.com.
No tengo nada aún que declarar como una aversión, estoy satisfecho usando hive. Reseña recopilada por y alojada en G2.com.
El marco de código abierto permite leer, escribir y gestionar los datos como SQL, HQL, lo que lo hace fácil de usar. Reseña recopilada por y alojada en G2.com.
La latencia en Apache Hive es muy alta. Reseña recopilada por y alojada en G2.com.
Hive ofrece herramientas para la planificación de proyectos, incluyendo la capacidad de rastrear proyectos y cronogramas, crear y asignar tareas y gestionar recursos. Reseña recopilada por y alojada en G2.com.
No tengo aversión hacia Hive ya que es el que estoy usando. Reseña recopilada por y alojada en G2.com.
Me gusta más que Apache Hive admite particionamiento y segmentación para una recuperación de datos rápida. Podemos crear UDF personalizados según los requisitos para realizar limpieza y filtrado de datos. Admite HQL similar a SQL, lo que facilita a las personas que provienen de un entorno SQL. Reseña recopilada por y alojada en G2.com.
No admite OLTP y tampoco admite acciones de eliminación o actualización. Reseña recopilada por y alojada en G2.com.
Es fácil ejecutar consultas en Hive ya que Hive utiliza HQL, que es muy similar a SQL. Hive tiene el servicio HiveMetastore para guardar los metadatos y HiveServer2 para atender las solicitudes de los clientes, por lo que la segregación aquí ayuda en la distribución adecuada de recursos. Hive también es tolerante a fallos, lo que lo hace ideal para ejecutar lotes de ETL de larga duración. Reseña recopilada por y alojada en G2.com.
Hive tiene un problema de inicio en frío y, dado que utiliza el algoritmo mapreduce en el backend, es mucho más lento que Spark, lo que nos llevó a cambiar de Hive a Spark, ya que el tiempo de finalización del trabajo después de cambiar a Spark se redujo en un 70-80%. Reseña recopilada por y alojada en G2.com.
Hive es una herramienta muy valiosa ya que proporciona envolturas para el análisis de datos y consultas en Big Data para organizaciones con enormes cantidades de datos a procesar. Está construido sobre Hadoop y hace que la construcción y el almacenamiento de consultas SQL sean bastante convenientes. Reseña recopilada por y alojada en G2.com.
La mayor desventaja de usar Hive es que no proporciona ni ofrece consultas en tiempo real y especialmente para actualizaciones a nivel de fila, ya que la latencia es bastante alta en Hive. Reseña recopilada por y alojada en G2.com.
