Hbase vs RDBMS vs Hive

---

	Hive	Mysql	Hbase
存储数据	依赖HDFS	本地文件系统；采用行存储模式，底层是binlog，用来存储业务数据	底层是hdfs；列式数据库，可以存储海量的数据
数据更新	不建议对数据的改写 查询	增删改查	快速插入
索引	Hive 在3.0版本之后，删除了索引的功能	Mysql 支持索引，适合在线在线查询数据	有且仅有一个:rowkey
执行	Hive底层依赖的是MR，并行计算，延迟高	默认存储引擎Innodb（B+树），延迟低	LSM(Log-Structure Merge)树
扩展性	Hive 支持分布式并行操作，支持海量数据	无	分布式并行操作，支持海量数据
应用场景	hive属于olap系统 是面向分析的，做海量数据的离线数据分析	数据库属于oltp系统 是面向事务的 ，做业务数据事务处理	应用的在线事务问题和大数据场景的海量存储问题。

1. LSM树原理把一颗大叔拆分成N颗小树，它首先在内存中，它首先写入内存中，随着小树越来越大，内存中的小树会flush到磁盘中，磁盘中的树定期可以做merge操作，合并成为一个大叔，用来优化读性能。
2. B+树

1. OLTP与OLAP

OLTP：Hbase、 Mysql
OLAP：Hive

OLTP和OLAP的区别

1. 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。
   特点：.实时性要求高、数据量不是很大、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）
2. 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。
   特点：实时性要求不是很高、数据量大
3. 总结：
   OLTP即联机事务处理，就是我们经常说的关系数据库，增删查改就是我们经常应用的东西，
   OLAP即联机分析处理，是数据仓库的核心部心，所谓数据仓库是对于大量已经由OLTP形成的数据的一种分析型的数据库，用于处理商业智能、决策支持等重要的决策信息

2. ACID

RDBMS是关系性数据库支持join、ACID、有schema（创建表的时候必须要指定有哪些列、列是什么类型…）支持二级索引。
Hbase不支持join，也不支持ACID，对事务支持有限，无schema、原生就支持分布式存储的，所以可以用来存储海量数据。

ACID

1. Atomicity(原子性)：一个事务中的所有操作，要么全部完成，要么全部不完成
2. Consistency(一致性)：在事务开始前后，数据库的完整性没有被破坏
3. Isolation(隔离性)：数据库运行多个并发事务同时对其数据进行读写和修改，隔离性可以防止多个事务并发执行时而导致数据的不一致。
4. Durability(持久性)：事务处理结束后，对数据的修改是永久的。