Hbase和Hive的区别：Hadoop数据存储分析

在Hadoop生态系统当中，二十多个组件共同构建起大数据处理的平台解决方案，但是很多初入门的同学，常常会发现其中的某些组件似乎指向解决同一个问题，比如说Hbase和Hive两者，都是关于数据存储方面的。那么这两者难道是一样的吗，Hbase和Hive的区别是什么？

首先，从定义上来说，Hbase和Hive是两个层面的东西。
 

Hive是一个构建在Hadoop基础设施之上的数据仓库，通过Hive可以使用HQL语言查询存放在HDFS上的数据。HQL语言是一种类SQL语句，在Hadoop系统当中，当收到HQL查询需求之后，系统会将这个需求转换成MapReduce操作，因此实际上所执行的是计算程序，所以Hive是不能进行交互查询的。

而HBase是一种面向列的非关系型数据库，是一种Key/Value系统，在HDFS之上运行，这是在数据库上实时运行，而不是运行MapReduce任务，所以可以支持交互式的查询请求。

在Hbase中，行是key/value映射的集合，这个映射通过row-key来唯一标识。Hbase利用Hadoop的基础设施，可以利用通用的设备进行水平的扩展。

所以说，Hbase和Hive不不同层面的两个东西，千万不要混为一谈。Hive和Hbase是两种基于Hadoop的不同技术--Hive是一种类SQL的引擎，并且运行MapReduce任务，HBase是一种在Hadoop之上的NoSQL的Key/vale数据库。

在Hadoop系统的实际操作使用当中，用户可以根据实际的数据查询分析需求，将这两中工具结合起来使用。Hive可以用来进行统计查询，HBase可以用来进行实时查询，数据也可以从Hive写到Hbase，设置再从Hbase写回Hive。

关于Hbase和Hive的区别，相信大家看完以上的内容也能够有初步的了解了。作为大数据的主流运用框架之一，Hadoop能够满足绝大部分的企业大数据处理需求，而这些功能的视线，就依靠于各个组件的系统运作。