大数据入门学习：Hive和HBase的定义及区别

 一、定义

Hive

HBase

Apache HBase 是一个开源的、分布式的、版本化的、非关系型的数据库。

二、区别

使用方面

hive

构建在hadoop平台之上的数据仓库

数据是存放在hdfs上的

数据查询最终被转化为MapReduce执行

hbase

基于hdfs 平台的nosql的数据库

在生产环境中，HBase 一般运行在 HDFS 上，以 HDFS 作为基础的存储设施，天生高可用

基于数据库本身的实时查询，而不是去运行MapReduce

特点

hive

方便熟悉SQL的人，可以快速上手

默认的计算引擎MapReduce，所以面临了查询时间比较长的问题

底层的计算引擎可以更换为spark/Tez

hive中的表纯逻辑表，只是表的定义，本身是不存储的、不计算的，完全依赖于hdfs/MapReduce

hbase

本身不支持SQL的，需要集成Phoenix/hive才可以支持SQL

有自己的一级索引，rowkey，基于一级索引进行数据查询，所以查询速度是比较快的；底层基于scan进行数据扫描，而不是用MapReduce

hbase中的表都是物理表，有独立的物理数据结构，查询的时候可以把数据加载到内存，提升查询效率

局限性

hive

目前仅支持ORC文件格式的数据更新操作，前提是开启事务支持

hive的运行依赖hdfs进行数据的存储，默认依赖MapReduce进行数据计算

hbase

本身不支持SQL查询，需要通过Phoenix实现SQL查询

hbase运行是需要依赖zookeeper（提供协调服务，配置服务，维护元数据，命名空间的维护），依赖于hdfs存储数据的

应用场景

hive

主要用于构建基于hadoop平台的数据仓库，离线处理海量数据

hive是提供完整的SQL实现，用于历史数据的分析、挖掘

hbase

适用于大数据的实时查询，还有海量数据的存储

hbase当做一个近实时数据库，支持线上业务的实时查询