pig工具的缺点

Pig工具的缺点主要有以下几点：

1. 难以调试：由于Pig是一种数据流处理语言，一旦出现错误可能会导致整个数据流的错误，而且Pig没有提供完善的调试工具，难以快速定位错误。

2. 学习曲线较陡峭：Pig需要掌握特定的语法和函数，对于没有编程经验的人来说，学习曲线较陡峭，需要花费一定的时间和精力进行学习。

3. 执行效率较低：由于Pig是基于MapReduce模式运行的，对于一些小数据集来说，使用Pig会造成一定的性能损失。

4. 不支持实时数据处理：Pig无法处理实时数据流，需要将其转换成批处理的方式进行处理，这对于实时性要求较高的应用来说是一个较大的缺点。

5. 依赖于Hadoop：Pig依赖于Hadoop生态系统，一旦Hadoop发生变化，Pig可能会受到影响，需要进行相应的更新和调整。

Pig是一种编程语言，它简化了Hadoop常见的工作任务。Pig可加载数据、表达转换数据以及存储最终结果。Pig内置的 *** 作使得半结构化数据变得有意义。

Hive在Hadoop中扮演数据仓库的角色。Hive添加数据的结构在HDFS，并允许使用类似于SQL语法进行数据查询。

Pig是一种数据流语言和运行环境，用于检索非常大的数据集。为大型数据集的处理提供了一个更高层次的抽象。Pig包括两部分：一是用于描述数据流的语言，称为Pig Latin；二是用于运行Pig Latin程序的执行环境。

hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。

具体步骤如下： 1、安装JAVA6（在Windows的话要装Cygwin），设置好JAVA_HOME。

2、到http://hadoop.apache.org/pig/releases.html下载一个稳定的发行版（目前是0.5.0，可以在Hadoop-0.20.*上运行），解压到你的工作空间：% tar xzf pig-x.y.z.tar.gz

3、为了方便，可以把Pig的程序目录放到命令行路径里

Pig有两种模式：

一种是Local mode，也就是本地模式，这种模式下Pig运行在一个JVM里，访问的是本地的文件系统，只适合于小规模数据集，一般是用来体验Pig。而且，它并没有用到Hadoop的Local runner，Pig把查询转换为物理的Plan，然后自己去执行。

在终端下输入% pig -x local就可以进入Local模式了。

---