Pig是什麼？
Pig是一個腳本語言，可以把它看作一個並行處理大數據集的平臺，通過它可以對數據進行group、filter、sort、join等操作，有些類似於SQL，允許用戶自定義函數來處理數據。它主要運行在Hadoop集羣上，來簡化MapReduce程序的開發。
工作機制
那麼它是怎麼處理數據的？又是怎麼在Hadoop集羣上運行的呢？
Pig有兩部分組成：一部分爲執行處理數據的語言，叫做Pig Latin。另一部分爲運行Pig Litin程序的環境。
Pig Latin具有豐富的數據類型、數據結構、一系列處理數據的函數等。
運行環境負責將Pig Latin程序轉換爲可執行的形式，然後運行。運行Pig Latin程序通常有兩種模式：一種爲本地運行模式。另一種爲MapReduce模式，運行在Hadoop集羣上，默認爲運行在Hadoop集羣上，在幕後會將Pig Latin程序轉化爲一系列MapReduce Job來執行。作爲一個程序員來說不需要關注這些，只需關注數據而不是它是怎麼執行的。
相比編寫MapReduce程序，編寫Pig Latin程序要簡潔高效很多。通常編寫一個MapReduce程序的時間要很長：編寫mapper和reducer、編譯、打包、提交Job和檢索結果等都是比較耗時的操作。對於Pig來說，這些繁瑣的操作可以通過幾條腳本指令就可以完成。
和關係型數據庫的區別
Pig的Pig Latin有些類似於SQL，比如和SQL語句中相似的一些操作符：GROUP BY、DESCRIBE等。但它和RDBMS（關係型數據庫）還是有些不同的。
兩者最明顯的區別是Pig Latin是一種數據流式的編程語言（即程序的邏輯和數據有絕對關係，數據的流動順序、先後次序，決定着程序的運行邏輯），而SQL是一種聲明式編程語言（關於聲明式編程語言可查看這篇文章：http://blog.csdn.net/qiruiduni/article/details/49638525）。也就是說，Pig Latin編程是在輸入數據上執行的一步一步操作集，它的每一步都是一個轉換。而SQL語句是一組約束，一起定義輸出。
RDBMS在表中存儲數據，並且有嚴格的預定義Schema，而Pig對處理的數據相對寬鬆，可以在運行時定義Schema，並且是可選的。
RDBMS支持在線操作、低延遲查詢、事務、索引等特性，這些Pig都不具有。
Pig支持複雜的、嵌套的數據結構。