Hbase与Hive区别

Hbase：全称Hadoop database,适用于存储非结构化数据，是Nosql（key-value）数据库,主要针对OLTP应用。

适用场景：主要适用于海量（亿级）数据的随机实时查询。

1）日志信息的存储；

2）交易清单；

3）轨迹行为。

Hive：适用于存储结构化数据，是hadoop的数据仓库，主要针对OLAP应用，用于查询分析。

适用场景：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。

1)统计网站一个时间段内的pv、uv；

2)多维度数据分析；

3)海量结构化数据离线分析。

======================================================

OLTP与OLAP的区别

联机事务处理OLTP（on-line transaction processing） 主要是执行基本日常的事务处理，比如数据库记录的增删查改。比如在银行的一笔交易记录，就是一个典型的事务。 
OLTP的特点一般有： 
1.实时性要求高。我记得之前上大学的时候，银行异地汇款，要隔天才能到账，而现在是分分钟到账的节奏，说明现在银行的实时处理能力大大增强。 
2.数据量不是很大，生产库上的数据量一般不会太大，而且会及时做相应的数据处理与转移。 
3.交易一般是确定的，比如银行存取款的金额肯定是确定的，所以OLTP是对确定性的数据进行存取 
4.高并发，并且要求满足ACID原则。比如两人同时操作一个银行卡账户，比如大型的购物网站秒杀活动时上万的QPS请求。

联机分析处理OLAP（On-Line Analytical Processing） 是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。典型的应用就是复杂的动态的报表系统。

OLAP的特点一般有： 
1.实时性要求不是很高，比如最常见的应用就是天级更新数据，然后出对应的数据报表。 
2.数据量大，因为OLAP支持的是动态查询，所以用户也许要通过将很多数据的统计后才能得到想要知道的信息，例如时间序列分析等等，所以处理的数据量很大; 
3.OLAP系统的重点是通过数据提供决策支持，所以查询一般都是动态，自定义的。所以在OLAP中，维度的概念特别重要。一般会将用户所有关心的维度数据，存入对应数据平台。

 https://blog.csdn.net/bitcarmanlee/article/details/51011515