HBase 和 Hive 的差異是什麼，各自適用在什麼場景中？

https://www.zhihu.com/question/21677041/answer/185664626

先放結論：Hbase和Hive在大數據架構中處在不一樣位置：

• Hbase主要解決實時數據查詢問題

• Hive主要解決數據處理和計算問題，通常是配合使用。

1、區別：

1. Hbase： Hadoop database 的簡稱，也就是基於Hadoop數據庫，是一種NoSQL數據庫，主要適用於海量明細數據（十億、百億）的隨機實時查詢，如日誌明細、交易清單、軌跡行爲等。

2. Hive：Hive是Hadoop數據倉庫，嚴格來講，不是數據庫，主要是讓開發人員可以經過SQL來計算和處理HDFS上的結構化數據，適用於離線的批量數據計算。

• 經過元數據來描述Hdfs上的結構化文本數據，通俗點來講，就是定義一張表來描述HDFS上的結構化文本，包括各列數據名稱，數據類型是什麼等，方便咱們處理數據，當前不少SQL ON Hadoop的計算引擎均用的是hive的元數據，如Spark SQL、Impala等；

• 基於第一點，經過SQL來處理和計算HDFS的數據，Hive會將SQL翻譯爲Mapreduce來處理數據；

2、關係

在大數據架構中，Hive和HBase是協做關係，數據流通常以下圖：

1. 經過ETL工具將數據源抽取到HDFS存儲；

2. 經過Hive清洗、處理和計算原始數據；

3. HIve清洗處理後的結果，若是是面向海量數據隨機查詢場景的可存入Hbase

4. 數據應用從HBase查詢數據；

1.        Hive中的表是純邏輯表，就只是表的定義等，即表的元數據。Hive自己不存儲數據，它徹底依賴HDFS和MapReduce。這樣就能夠將結構化的數據文件映射爲爲一張數據庫表，並提供完整的SQL查詢功能，並將SQL語句最終轉換爲MapReduce任務進行運行。 而HBase表是物理表，適合存放非結構化的數據。

2.      Hive是基於MapReduce來處理數據,而MapReduce處理數據是基於行的模式；HBase處理數據是基於列的而不是基於行的模式，適合海量數據的隨機訪問。

3.      HBase的表是疏鬆的存儲的，所以用戶能夠給行定義各類不一樣的列；而Hive表是稠密型，即定義多少列，每一行有存儲固定列數的數據。

4.      Hive使用Hadoop來分析處理數據，而Hadoop系統是批處理系統，所以不能保證處理的低遲延問題；而HBase是近實時系統，支持實時查詢。

5.      Hive不提供row-level的更新，它適用於大量append-only數據集（如日誌）的批任務處理。而基於HBase的查詢，支持和row-level的更新。

6.      Hive提供完整的SQL實現，一般被用來作一些基於歷史數據的挖掘、分析。而HBase不適用與有join，多級索引，表關係複雜的應用場景。