如何區分Hive與HBase

　　如何區分Hive與HBase，要想區分Hive與HBase是有必定難度的。下面是給你們整理的關於從其各自的定義、特色、限制、應用場景等角度來進行分析，以幫助你們更好的理解、區分Hive和HBase。
　　HBase是什麼？
　　ApacheHBase是運行於HDFS頂層的NoSQL(NotOnlySQL，泛指非關係型的數據庫)數據庫系統。區別於Hive，HBase具有隨即讀寫功能，是一種面向列的數據庫。HBase以表的形式存儲數據，表由行和列組成，列劃分爲若干個列簇(rowfamily)。例如：一個消息列簇包含了發送者、接受者、發送日期、消息標題以及消息內容。每一對鍵值在HBase會被定義爲一個Cell，其中，鍵由row-key(行鍵)，列簇，列，時間戳構成。而在HBase中每一行表明由行鍵標識的鍵值映射組合。Hbase目標主要依靠橫向擴展，經過不斷增長廉價的商用服務器，來增長計算和存儲能力。
　　Hive是什麼？
　　ApacheHive是一個構建於Hadoop(分佈式系統基礎架構)頂層的數據倉庫，注意這裏不是數據庫。Hive能夠看做是用戶編程接口，它自己不存儲和計算數據；它依賴於HDFS(Hadoop分佈式文件系統)和MapReduce(一種編程模型，映射與化簡；用於大數據並行運算)。其對HDFS的操做相似於SQL—名爲HiveQL，簡稱HQL，它提供了豐富的SQL查詢方式來分析存儲在HDFS中的數據；HQL通過編譯轉MapReduce做業後經過本身的SQL去查詢分析須要的內容；這樣一來，即便不熟悉MapReduce的用戶也能夠很方便地利用SQL語言查詢、彙總、分析數據，下降學習成本，提升工做效率。而MapReduce開發人員能夠把己寫的mapper和reducer做爲插件來支持Hive作更復雜的數據分析。
　　特性
　　聽從JDBC的Hive不但可讓具SQL知識的用戶來間接執行MapReduce做業，同時裏面也整合了目前基於SQL的操做工具。不過，因爲默認的數據讀取是全表遍歷的，其時間的耗費也不可避免地相對較大。儘管如此，不盡相同的Hive分區方法，其遍歷讀取的數據量也是可以有所限制的。Hive分區容許對存儲在獨立文件上的數據進行篩選查詢，返回的是篩選後的數據。例如針對日期的日誌文件訪問，前提是該類文件的文件名包含日期信息。
　　HBase以鍵值對的形式儲存數據。其包含了4種主要的數據操做方式:
　　1.添加或更新數據行
　　2.掃描獲取某範圍內的cells
　　3.爲某一具體數據行返回對應的cells
　　4.從數據表中刪除數據行/列，或列的描述信息
　　列信息可用於獲取數據變更前的取值（透過HBase壓縮策略能夠刪除列信息歷史記錄來釋放存儲空間）。
　　限制
　　Hive不支持常規的SQL更新語句，如：數據插入，更新，刪除。由於其對數據的操做是針對整個數據表的。同時該特色也使得數據查詢用時以數分鐘甚至數小時來進行計算。此外，其MapReduce轉換過程必須聽從預約義的轉換規則。
　　HBase的數據查詢是有一套屬於本身相似SQL的操做語言的，這個須要必定的學習來掌握。此外，要運行HBase，ZooKeeper是須要配備的。ZooKeeper是一個針對大型分佈式系統的可靠協調系統，提供的功能包括：配置維護、名字服務、分佈式同步、組服務等。
　　應用舉例
　　Hive適用於離線網絡日誌等數據量大、靜態的數據查詢。例如：用戶消費行爲記錄，網站訪問足跡等。可是不適用於聯機實時在線查詢的場合。
　　HBase能在大數據聯機實時查詢場合大展身手。例如：Fackbook就利用其對用戶間的傳送的消息進行聯機實時分析。