Hive
常规对于HDSF存储中的数据都是用MapReduce来进行操作的，但是该代码的书写非常复杂。
Hive是为简化编写MapReduce程序而生的，使用MapReduce做过数据分析的人都知道，很多分析程序除业务逻辑不同外，程序流程基本一样。在这种情况下，就需要Hive这样的用户编程接口。Hive本身不存储和计算数据，它完全依赖於HDFS和MapReduce。
虽然Hive也需要安装Mysql数据库，但其是纯逻辑表，就是些表的定义等，也就是表的元数据。只是对查询的结果数据进行临时存储。
使用SQL实现Hive是因为SQL大家都熟悉，转换成本低，类似作用的Pig就不是SQL。
HBase
HBase是真实的”数据库”。
HBase为查询而生的，它通过组织起节点内所有机器的内存，提供一个超大的内存Hash表，它需要组织自己的数据结构，包括磁盘和内存中的，而Hive是不做这个的，表在HBase中是物理表，而不是逻辑表，搜索引擎使用它来存储索引，以满足查询的实时性需求。简单来说hive用来批量处理数据，HBase用来快速索引数据。
与HDFS存储数据互导
参考：
HBase和HDFS数据互导程序
HBase学习之路 （五）MapReduce操作Hbase
功能差异与关联
HBase是一个分布式的基于列存储的非关系型数据库。HBase的查询效率很高，主要由于查询和展示结果。
hive是分布式的关系型数据库。主要用来并行分布式 处理 大量数据。hive中的所有查询除了”select * from table;”都是需要通过Map\Reduce的方式来执行的。由于要走Map\Reduce，即使一个只有1行1列的表，如果不是通过select * from table;方式来查询的，可能也需要8、9秒。但hive比较擅长处理大量数据。当要处理的数据很多，并且Hadoop集群有足够的规模，这时就能体现出它的优势。
通过hive的存储接口，hive和Hbase可以整合使用。