HBase、Hive、Hdfs的关系

初入大数据的坑，HBase和Hive搞得懵懵懂懂，此blog仅作为笔记，帮助自己理顺思路。
一. 一副简明扼要的说明：

二. Hive：

1. hive有3种搭建模式：
   
2. Hive不支持更改数据的操作，Hive基于数据仓库，文件只能追加，不能删除修改，可以获取到数据在各时点的状态。
3. 提供静态数据的动态查询，使用类SQL语言，底层经过编译转为MapReduce程序，在Hadoop上运行，数据存储在HDFS上。但Hive自带了MR的优化器
   三. HBase：需要随机、实时读写访问大数据时，（十亿级别的行百万级别的列）。Hbase是面向列的、开源的、分布式的、有版本概念的、非关系型数据库。依赖HDFS存储原始数据。
4. 与mysql之类的区别：个人理解是相当于一个分布式的数据库，充分利用了顺序读写，适用于高并发场景。
5. 特点：高可靠性，高性能，面向列，可伸缩，实时读写的分布式数据库。
    主要用来存储非结构和和半结构化（json）的松散数据。
    利用HDFS作为文件存储系统，利用MR来处理Hbase中的海量数据，利用ZK作为分布式协同服务。
    与hive的区别，有数据库的schema，元数据等，可实现高效率的实时增删改查
6. HBase的数据模型：
   
7. HBase的系统图：
   
8. Hbase在修改和删除时，仅能append以确保效率，内部有minor compact和major compact机制，可以整理数据。
   四. HDSF:HDFS是GFS的一种实现，他的完整名字是分布式文件系统，类似于FAT32，NTFS，是一种文件格式，是底层的。
   Hive与Hbase的数据一般都存储在HDFS上。Hadoop HDFS为他们提供了高可靠性的底层存储支持。