HBase 和 Hive 区别和现实运用

1、HBase 了解

Hbase 是 Hadoop database 的简称，也就是基于 Hadoop 数据库，是一种 NoSQL 数据库，主要适用于海量明细数据（十亿、百亿）的随机实时 查询，如日志明细、交易清单、轨迹行为等。

HBase 表是物理表，适合存放非结构化的数据。提供一个超大的内存 hash 表，搜索引擎通过它来存储索引，方便查询操作。

HBase 基于 Hadoop 的 HDFS 存储， zookeeper 进行管理，处理数据是基于 列 的而不是基于行的模式，适合海量数据的随机访问。

HBase 是近实时系统，支持实时查询，支持增删改查。

2、Hive 了解

Hive 是基于 Hadoop 的一个 数据仓库 工具，严格来说，不是数据库，主要是让开发人员能够通过 SQL 来计算和处理 HDFS 上的结构化数据，适用于离线的批量数据计算。可以将结构化的数据文件映射为一张数据库表，并提供简单的 sql 查询功能。

Hive 中的表纯逻辑。

Hive 本身不存储和计算数据，它完全依赖于 HDFS 和 MapReduce，Hive 需要用到 HDFS 存储文件，需要用到 MapReduce 计算框架，而 MapReduce 处理数据是基于行的模式。

Hive 使用 Hadoop 来分析处理数据，而 Hadoop 系统是批处理系统，因此不能保证处理的低迟延问题，而且 只支持导入和查询。

3、现实使用

Hbase 和 Hive 在大数据架构中处在不同位置，Hbase 主要解决 实时数据查询 问题，Hive 主要解决 数据处理 和 计算问题，两者是协作关系，一般是配合使用。

• 通过 ETL 工具将数据源抽取到 HDFS 存储；
• 通过 Hive 清洗、处理和计算原始数据；
• Hive 清洗处理后的结果，如果是面向海量数据随机查询场景的可存入 HBase
• 数据应用从 HBase 查询数据；