Hive與傳統的關系型數據庫有很多類似的地方，例如對SQL的支持。但是其基于HDFS與MapReduce的事實使得它與傳統的數據庫在很多方面有很大的不同，在一些特性的支持下也受到底層架構的限制，但是這些限制隨著版本迭代正在不斷被消除，使得Hive看起來越來越像傳統的數據庫。

1、數據存儲位置。Hive是建立在Hadoop之上的，所有的Hive的數據都是存儲在HDFS中的。而數據庫則可以將數據保存在塊設備或本地文件系統中。

2、數據格式。Hive中沒有定義專門的數據格式，由用戶指定，需要指定三個屬性：列分隔符，行分隔符，以及讀取文件數據的方法。數據庫中，存儲引擎定義了自己的數據格式。所有數據都會按照一定的組織存儲。

3、數據更新。Hive的內容是讀多寫少的，因此，不支持對數據的改寫和刪除，數據都在加載的時候中確定好的。數據庫中的數據通常是需要經常進行修改。

4、執行延遲。Hive在查詢數據的時候，需要掃描整個表(或分區)，因此延遲較高，只有在處理大數據是才有優勢。數據庫在處理小數據是執行延遲較低。

5、索引。Hive沒有，數據庫有

6、執行。Hive是MapReduce，數據庫是Executor

7、可擴展性。Hive高，數據庫低

8、數據規模。Hive大，數據庫小