Pig和 hive 的确切区别是什么？我发现两者都有相同的功能意义，因为它们用于做相同的工作。
看一看Pig和 hive 在坚果壳的比较 dezyre 文章
hive在分区、服务器、web界面和jdbc/odbc支持方面都优于pig。
一些区别：
hive最适合结构化数据，pig最适合半结构化数据
用于报告的Hive和用于编程的清管器
hive用作声明性sql&pig用作过程语言
hive支持分区，pig不支持
hive可以启动一个可选的基于节约的服务器&pig不能
hive先定义表（schema）+在数据库中存储schema信息，pig没有专用的数据库元数据
hive不支持avro，但pig支持
pig还支持额外的cogroup特性来执行外部连接，但hive不支持。但是hive和pig都可以动态地加入、排序和排序
那么什么时候使用哪种技术呢？
上述差异澄清了您的疑问。 HIVE ：结构化数据，类似sql的查询，用于报告目的 PIG ：半结构化数据，为map reduce作业编程一个包含一系列活动的工作流。
关于工作表现 HIVE 以及 PIG 与传统的Map缩小作业相比速度较慢。 Reason ：最后，hive或pig脚本必须转换为一系列map reduce作业。
看看相关的se问题：
PigvsHivevs本地Map减少

主要区别在于pig是一种数据流语言，hive是数据仓库。作为pig，可以使用类似于一个循序渐进的程序语言。但是hive被用作声明性语言。pig可用于获取在线流式非结构化数据。但是hive只能访问结构化数据，也可以使用jdbc和odbc驱动程序访问rdbms数据库（如sql、nosql）中的数据。pig可以将数据转换成avro格式，但pig不能。pig不能创建分区，但是hive可以。由于hive位于pig的顶部，所以hive只能在pig处理完数据后才能访问数据。这取决于何时我们必须使用pig和hive如果您使用的是结构化的关系数据，那么我们可以使用hive，否则我们可以使用pig。通过pig，我们可以与etl工具进行通信，但与hive相比，它需要更多的时间。但在pig而不是hive中很容易，因为在hive中我们必须在处理数据之前创建表。

从纯工程的Angular 来看，我发现pig比类似sql的语言更易于编写和维护。它是程序化的，所以你一个接一个地将一堆关系应用到你的数据中，如果有什么东西失败了，你可以在中间步骤轻松地进行调试，甚至还有一个名为“illustrate”的命令，它使用一个算法对一些与你的关系匹配的数据进行采样。我想说，对于逻辑复杂的工作，这肯定比Hive方便得多，但对于简单的东西，收益可能微乎其微。
关于接口，我发现pig比hive提供了很多灵活性。在pig中您没有表的概念，因此您可以直接操作文件，并且可以使用loader udf定义loader以将其加载到几乎任何格式，而无需在执行转换之前经历表加载阶段。在pig的最新版本中，它们有一个很好的特性，您可以使用动态调用器，即在pig脚本中直接使用几乎任何java方法，而不必编写udf。
对于性能/优化，根据我所见，您可以直接在pig中控制要使用的连接和分组算法的类型（我相信每个算法有3到4种不同的算法）。我个人从来没有使用过它，但是当你在编写要求很高的算法时，它可能会很有用，可以决定做什么，而不是像在hive中那样依赖优化器。所以我不会说它的性能一定比hive好，但是在优化器做出错误决策的情况下，您可以选择使用什么算法，并对发生的事情有更多的控制权。
我最近做的一件很酷的事情是拆分：可以拆分执行流，并对每个拆分应用不同的关系。所以你可以有一个非线性的数据集，根据一个字段将其拆分，然后对每个部分应用不同的处理，最后可能将结果连接在一起，所有这些都在同一个脚本中。我不认为你能在hive中做到这一点，你必须为每种情况编写不同的查询，但我可能错了。
还有一点需要注意，您可以在pig中增加计数器。不过，目前只能在pig自定义项中执行此操作。我认为你不能在Hive里使用计数器。
还有一些很好的项目也允许您将pig与hive接口（比如hcatalog），因此您可以通过简单地更改脚本中的加载程序，基本上从hive表读取数据，或将数据写入hive表（或两者兼而有之）。也支持动态分区。

apachepig是一个分析大型数据集的平台。pig的语言pig latin是一个简单的查询代数，它允许您表达数据转换，例如合并数据集、过滤数据集以及将函数应用于记录或记录组。用户可以创建自己的函数来做专门的处理。
pig查询在集群上以分布式方式执行。我们当前的实现将pig拉丁语程序编译成map reduce作业，并使用hadoop集群执行它们。
https://cwiki.apache.org/confluence/display/pig/index%3bjsessionid=f92df7021837b3dd048bf9529a434fda
hive是一个用于hadoop的数据仓库系统，它简化了数据摘要、即席查询和对存储在hadoop兼容文件系统中的大型数据集的分析。hive提供了一种机制，可以将结构投影到该数据上，并使用类似sql的语言hiveql查询数据。同时，这种语言还允许传统的map/reduce程序员在hiveql中表达这种逻辑不方便或效率低下时插入他们的自定义Map器和reducer。
https://cwiki.apache.org/hive/

apachepig和hive是两个在hadoop之上分层的项目，它们为使用hadoop的mapreduce库提供了更高级的语言。ApachePig提供了一种脚本语言，用于描述诸如读取、过滤、转换、连接和写入数据之类的操作——这正是mapreduce最初设计的操作。pig让用户不用像bash或perl脚本那样用一种语言来表达这些操作，而不用直接使用mapreduce的数千行java代码。pig非常适合原型化和快速开发基于mapreduce的作业，而不是用java本身编写mapreduce作业。
如果pig是“为hadoop编写脚本”，那么hive是“为hadoop编写sql查询”。apachehive提供了一种更具体、更高级的语言，用于通过运行hadoop作业来查询数据，而不是直接编写hadoop上几个mapreduce作业的逐步操作脚本。这种语言在设计上非常类似sql。hive仍然是一种工具，用于在海量数据上进行长时间运行的面向批处理的查询；在任何意义上都不是“实时”的。对于习惯于sql查询和商业智能系统的分析人员和业务开发人员来说，hive是一个很好的工具；它将使他们能够轻松地利用您闪亮的新hadoop集群，跨存储在上述存储系统中的数据执行即席查询或生成报告数据。