RDBMS是寫模式
Hive是讀模式
我們傳統的關系型數據庫RDBMS是寫模式。在RDBMS里，我們對表進行數據操作時候，RDBMS會用數據庫的第一第二第三范式去檢查數據的規范性，如果不符合規范，數據庫就拒絕數據的加載和操作。這個驗證過程消耗資源，在數據量大的時候，會影響效率。因為日常的關系型數據庫處理的數據不是很多，效率慢點沒關系。
大數據在對數據的加載的時候不進行校驗，如果校驗將降低效率，導致消息阻塞，影響數據庫的讀取效率。
關系型數據庫RDBMS主要處理的是結構化的數據，對數據源本身就有很好的規范，加載結構化有規范的數據時候，可以進行校驗。而hadoop等的大數據平臺保存的數據源有些是結構化的，有些不是結構化的，無規律的，沒聯系的數據。無法進行校驗，檢測。如果檢測，將導致大量不符合第一第二第三范式的數據不能保存。
所以，hive這種讀的模式，加載數據很快，減少延遲。而在數據具體使用的時候，再去處理，極高地提高了效率。如果補數據不符合建表規范，比如：表字段是int類型，而導入的是string類型，則hive會保存為null。
hive不支持對行的操作，只支持對數據的覆蓋和追加操作。
