Hive与HBase之间的区别和联系

1.Hive概念

首先要知道Hive和HBase两者的区别，我们必须要知道两者的作用和在大数据中扮演的角色

• Hive是hadoop数据仓库管理工具，严格来说，不是数据库，本身是不存储数据和处理数据的，其依赖于HDFS存储数据，依赖于MapReducer进行数据处理。

• Hive的优点是学习成本低，可以通过类SQL语句（HSQL）快速实现简单的MR任务，不必开发专门的MR程序。

• 由于Hive是依赖于MapReducer处理数据的，因此有很高的延迟性，不适用于实时数据处理（数据查询，数据插入，数据分析），适用于离线数据的批处理。

2.HBase

• HBase是一种分布式、可扩展、支持海量数据存储的NOSQL数据库

• HBase主要适用于海量数据的实时数据处理（随机读写）

• 由于HDFS不支持随机读写，而HBase正是为此而诞生的，弥补了HDFS的不可随机读写。

3.共同点

• hbase与hive都是架构在hadoop之上的。都是用HDFS作为底层存储。

4.区别

• Hive是建立在Hadoop之上为了减少MapReduce jobs编写工作的批处理系统，HBase是为了支持弥补Hadoop对实时操作的缺陷的项目 。总的来说，hive是适用于离线数据的批处理，hbase是适用于实时数据的处理。

• Hive本身不存储和计算数据，它完全依赖于HDFS存储数据和MapReduce处理数据，Hive中的表纯逻辑。

• hbase是物理表，不是逻辑表，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。

• 由于HDFS的不可随机读写，hive是不支持随机写操作，而hbase支持随机写入操作。

• HBase只支持简单的键查询，不支持复杂的条件查询

4.关系

在大数据架构中，Hive和HBase是协作关系，这里就举例一种常用的协作关系，具体流程如下图：

5 流程：

• Hive创建一张外部表与HBase表关联，因此只需对Hive表进行查询即可，Hive表会自动从关联的HBase表中获取数据

• 采集的数据保存到HBase表，因为HBase表支持随机写操作，这个可以根据业务需求决定

• Hive通过HSQ语句创建MR任务去处理分析数据

• MR将分析的结果最终存储到常用的数据库（Mysql数据库）

• web端从数据库获取数据进行可视化