Hive和HBase区别

Hive VS HBase

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 。

想象你在操作RMDB数据库，如果是 全表扫描 ，就用Hive+Hadoop,如果是 索引访问 ，就用HBase+Hadoop 。

Hive query就是MapReduce jobs可以从5分钟到数小时不止，HBase是非常高效的，肯定比Hive高效的多。

Hive是为了 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这样的用戶编程接口。Hive本身不存储和计算数据，它完全依赖于HDFS和MapReduce，Hive中的表纯逻辑，就是些表的定义等，也就是表的元数据。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为 查询 而生的，它通过组织起节点內所有机器的內存，提供一個超大的內存Hash表，它需要组织自己的数据结构，包括磁盘和內存中的，而Hive是不做这个的，表在HBase中是物理表，而不是逻辑表，搜索引擎使用它來存储索引，以满足查询的实时性需求。

hive类似CloudBase，也是基于hadoop分布式计算平台上的提供data warehouse的sql功能的一套软件。使得存储在hadoop里面的海量数据的汇总，即使查询简单化。hive提供了一套QL的查询语言，以sql为基础，使用起来很方便。

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。

1、hive是sql语言，通过数据库的方式来操作hdfs文件系统，为了简化编程，底层计算方式为mapreduce。

2、hive是面向 行存储 的数据库。

3、Hive本身不存储和计算数据，它完全依赖于HDFS和MapReduce，Hive中的表纯逻辑。

4、HBase为查询而生的，它通过组织起节点內所有机器的內存，提供一個超大的內存Hash表

5、hbase不是关系型数据库，而是一个在hdfs上开发的面向列的分布式数据库，不支持sql。

6、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。

7、hbase是 列存储 。

Hive和Hbase有各自不同的特征：hive是高延迟、结构化和面向分析的，hbase是低延迟、非结构化和面向编程的。Hive数据仓库在hadoop上是高延迟的。

转：

觉得在问区别之前，我应该显示说相同点，这么一想，又糊涂了，hive和hbase哪里像了，好像哪里都不像，既然哪里都不像，又何来的“区别是什么”这一问题，他俩所有的都算区别。

那么，hive是什么？

白话一点再加不严格一点，hive可以认为是 map-reduce的一个包装 。hive的意义就是 把好写的hive的sql转换为复杂难写的map-reduce程序 。

于是，hbase是什么？

同样白话一点加不严格一点，hbase可以认为是 hdfs的一个包装 。他的本质是 数据存储 ，是个NoSql数据库；hbase部署于hdfs之上，并且克服了hdfs在随机读写方面的缺点。

所以要问hive和hbase的区别，就应该问问map-reduce和hdfs之间的区别，问区别，就要先说说他俩哪里像。

于是，你说map-reduce和hdfs哪里像了呢？