如何处理非结构化数据，而Hive不能？

Question

根据这和其他参考资料，Pig在处理非结构化数据方面优于Hive。因此，数据首先用猪清洗，然后用蜂巢处理。

但是，在数据工厂中，数据可能还没有处于良好的标准化状态。这使得Pig也非常适合这个用例，因为它支持具有部分或未知模式的数据，以及半结构化或非结构化数据。

我想更多地了解猪猪如何处理非结构化数据，而Hive却不能。

Answer 1

猪是构建来处理模式少的数据sets..whereas在蜂箱中，我们执行一个模式，是存储在德比或可以配置为存储在mysql..Now，它是不清楚你在寻找什么！

Answer 2

Pig和Hive的主要区别在于，Pig是一种数据流语言，而Hive是一种声明性语言。可以这样说，Pig可以处理没有定义模式的非结构化数据，而Hive需要一个schema.Also，在某些情况下，Pig还可以用于将数据与模式连接起来，从而使其优于Hive。相反，Hive将Hadoop转换为数据仓库，并充当SQL方言。最后，您可能想了解Jaql，这是另一种数据流语言。与Pig不同，它的原生数据结构格式是JSON。类似地，Jaql不需要模式。希望这能有所帮助。