我遇到的东西表明你可以在Hive中编写分析函数。
例如：对于wordcount示例，我们也可以在hive中编写。 不同之处在于Aster数据已经内置，而在hive我们必须编写它。
有什么区别？为什么要去哪？
答案 0 :(得分：1)
基于实验室研究进行了一项很好的研究，该研究比较了在Teradata Aster发现平台和Hadoop / Hive中开发和执行分析功能的时间。这些系统并排运行，以显示适合每个系统的工作负载。有一个很好的工作实例，分析师的“生命中的一天”和所需的时间/精力。（披露：我为2年前收购Aster Data的Teradata工作）http://www.asterdata.com/resources/assets/ESG-Lab-Validation-Teradata-Aster-MapReduce-Platform.pdf
答案 1 :(得分：0)
理论上，是的，Hive应该能够完成与功能Java代码和map-reduce框架相同的功能。我不是Hadoop / Hive的用户，但我的理解是Hive是Hadoop之上的一层，而Hive所做的一切（包括用Java编写的分析扩展）将被转换为Hadoop作业。您可能想要询问Hive指导的问题，了解如何/如何做到这一点。
相反，Aster SQL / MR是Aster数据库的原生。原生我的意思是Java作为Aster SQL / MR框架的一部分在每个Aster节点内运行，而Aster SQL / MR框架又是Aster数据库引擎的组成部分。所有数据操作都将与数据模型，数据分发键等保持一致。在Aster中，当使用其SQL / MR函数（包括基于Java）时，用户永远不会留下SQL和数据模型的前提。同时，SQL / MR对于适用于任意模型的表定义是多态的（所有模型都在Aster SQL中）。也许你想调查它在Hive中的运作方式。
另一个要点是，Aster提供了丰富的高级分析功能，因此可能不需要编写自定义Java SQL / MR。因此，可以使用nGram函数和聚合SQL来执行字数统计示例。