Pig是什么？
Pig是一个脚本语言，可以把它看作一个并行处理大数据集的平台，通过它可以对数据进行group、filter、sort、join等操作，有些类似于SQL，允许用户自定义函数来处理数据。它主要运行在Hadoop集群上，来简化MapReduce程序的开发。
工作机制
那么它是怎么处理数据的？又是怎么在Hadoop集群上运行的呢？
Pig有两部分组成：一部分为执行处理数据的语言，叫做Pig Latin。另一部分为运行Pig Litin程序的环境。
Pig Latin具有丰富的数据类型、数据结构、一系列处理数据的函数等。
运行环境负责将Pig Latin程序转换为可执行的形式，然后运行。运行Pig Latin程序通常有两种模式：一种为本地运行模式。另一种为MapReduce模式，运行在Hadoop集群上，默认为运行在Hadoop集群上，在幕后会将Pig Latin程序转化为一系列MapReduce Job来执行。作为一个程序员来说不需要关注这些，只需关注数据而不是它是怎么执行的。
相比编写MapReduce程序，编写Pig Latin程序要简洁高效很多。通常编写一个MapReduce程序的时间要很长：编写mapper和reducer、编译、打包、提交Job和检索结果等都是比较耗时的操作。对于Pig来说，这些繁琐的操作可以通过几条脚本指令就可以完成。
和关系型数据库的区别
Pig的Pig Latin有些类似于SQL，比如和SQL语句中相似的一些操作符：GROUP BY、DESCRIBE等。但它和RDBMS（关系型数据库）还是有些不同的。
两者最明显的区别是Pig Latin是一种数据流式的编程语言（即程序的逻辑和数据有绝对关系，数据的流动顺序、先后次序，决定着程序的运行逻辑），而SQL是一种声明式编程语言（关于声明式编程语言可查看这篇文章：http://blog.csdn.net/qiruiduni/article/details/49638525）。也就是说，Pig Latin编程是在输入数据上执行的一步一步操作集，它的每一步都是一个转换。而SQL语句是一组约束，一起定义输出。
RDBMS在表中存储数据，并且有严格的预定义Schema，而Pig对处理的数据相对宽松，可以在运行时定义Schema，并且是可选的。
RDBMS支持在线操作、低延迟查询、事务、索引等特性，这些Pig都不具有。
Pig支持复杂的、嵌套的数据结构。