SQL是一个被广泛用于事务性和分析查询的通用数据库语言。而Hive是以数据分析为目标而设计的，这也决定了Hive会缺少更新和删除功能，但是读取和处理海量数据的能力会很强。Hive和SQL是非常相似的，最主要的区别就是Hive缺少更新和删除功能。
尽管Hive和SQL有所区别，但是如果你有SQL背景，就可以平稳过渡到Hive。另外，一定要注意两者在结构和语法上的差异。
相信大家通过上面对Pig、Hive和SQL的介绍，对它们都有了一定的了解，下面我们就来介绍一下它们的具体适用场景。
Apache Pig的适用场景
Apache Pig适用于非结构化的数据集，可以充分利用SQL。Pig无需构建MapReduce任务，如果你有SQL学习的背景，那么入门会非常快。
Apache Hive的应用场景
很多企业都需要对历史数据进行分析，Hive就是一款分析历史数据的利器。但是Hive只有在结构化数据的情况下才能大显神威。Hive的软肋是实时分析，如果想要进行实时分析，可以采用HBase。
SQL的应用场景
SQL是三者之中资历最老的数据分析工具，随着用户需求的不断变更，SQL也在不断的自我更新，现在仍然是一个与时俱进的工具。对专业的数据分析师来说，毫无疑问，SQL比Excel要强，但是，它在快速处理和分析数据方面仍然存在着短板。如果数据要求不是很苛刻，SQL是一个很好的选择，它的广泛性和灵活性得到了开发人员的认可。因为绝大数的开发人员都熟悉SQL，所以可以马上上手，同时SQL还提供了一些扩展和优化功能，可以根据需求来定制产品。
现在还没有任何一个工具可以适用所有的数据，SQL、Pig和Hive都有各自的适用场景，所以适合自己应用场景的工具就是最好的工具。