HBase的原理、特点、适用场景、HBase与hive的不同

HBase是一个高可靠、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群。HBase利用Hadoop HDFS作为其文件存储系统，利用Hadoop MapReduce来处理HBase中的还来那个数据，利用Zookeeper作为协调工具。

HBase的特点

1. 海量存储：HBase适合存储PB级别的海量数据。
2. 列式存储：列族在创建表的时候就必须指定。
3. 极易扩展：HBase的扩展性主要体现在两个方面，一个是基于上层处理能力的扩展（ReginServer），一个是基于存储的扩展（HDFS）。
4. 高并发
5. 记录非常稀疏：稀疏主要是针对HBase列的灵活性，在列族中，你可以指定任意多的列，在列数据为空的情况下，是不会占用存储空间的。
6. 多版本数据

HBase的适用场景

1. 查询简单（行级、范围、全表查询）
2. 不涉及到复杂的Join查询，基于RowKey/RowKey的范围查询
3. 订单流水，交易记录，需要记录历史版本的数据等

HBase不适用场景

1. 几千、几百万那种还不如使用RDBMS
2. 需要类型列（Phonix，scala，spark，Kafka）
3. 需要跨行事务，目前HBase只支持单行事务，需要跨行必须依赖第三方服务
4. SQL查询（可使用Phonix on HBase解决）
5. 硬件太少，因为HBase依赖服务挺多，比如至少5个HDFS DataNode，1个HDFS NameData（为了安全还需要一个备节点），一个Zookeeper集群，然后还需要HBase自身的各节点
6. 需要表间Join，HBae只适合Scan和Get，虽然Phonix支持了SQL化使用HBase，但Join性能依然很差，如果非要用HBase做Join，只能在客户端

Hive和HBase的不同

主要有五点：

1. hive是建立在Hadoop之上为了降低MapReduce编程复杂度的ETL工具。
   hbase是为了弥补Hadoop对实时操作的缺陷。
2. hive是纯逻辑表，因为hive的本身并不能做数据存储和计算，而是完全依赖Hadoop
   hbase是物理表，提供了一张超大的内存Hash表来存储索引，方便查询。
3. hive是数据仓库工具，需要全表扫描，就用 hive，因为hive是文件存储。
   hbase是数据库，需要索引访问，则用hbase，因为hbase是面向列的NoSQL数据库。
4. hive表中存入数据（文件）时不做校验，属于读模式存储系统。
   hbase表插入数据时，会和RDBMS一样做Schema校验，所以数据写模式存储系统。
5. hive不支持单行记录操作，数据处理依靠MapReduce，操作延时高。
   hbase支持单行记录的CRUD，而且是实时处理，效率比hive高很多。