hive是基于Hadoop的一个数据仓库工具，用来进行数据提取、转化、加载，这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。hive数据仓库工具能将结构化的数据文件映射为一张数据库表，并提供SQL查询功能，能将SQL语句转变成MapReduce任务来执行。Hive的优点是学习成本低，可以通过类似SQL语句实现快速MapReduce统计，使MapReduce变得更加简单，而不必开发专门的MapReduce应用程序。hive是十分适合数据仓库的统计分析和Windows注册表文件。

我花费了1个月整理的Greenplum的知识图谱，比较全面，包含了gp的开发和管理的内容点，方便对pg和gp感兴趣的同学通过这个知识图谱进行知识点的学习。 Greenplum数据库是应用于数据仓库的MPP架构的大规模并行数据库，性能非常有益，比Hive,impala,spark速度都要快，另外gp也已经开源，大家可以多学习下！