好程序员大数据培训分享如何区分Hive 与 HBase ，要想区分 Hive 与 HBase 是有一定难度的。下面是给大家整理的关于从其各自的定义、特点、限制、应用场景等角度来进行分析，以帮助大家更好的理解、区分 Hive 和 HBase 。

　　HBase 是什么？

　　ApacheHBase 是运行于 HDFS 顶层的 NoSQL(NotOnlySQL ，泛指非关系型的数据库 ) 数据库系统。区别于 Hive ， HBase 具备随即读写功能，是一种面向列的数据库。 HBase 以表的形式存储数据，表由行和列组成，列划分为若干个列簇 (rowfamily) 。例如：一个消息列簇包含了发送者、接受者、发送日期、消息标题以及消息内容。每一对键值在 HBase 会被定义为一个 Cell ，其中，键由 row-key( 行键 ) ，列簇，列，时间戳构成。而在 HBase 中每一行代表由行键标识的键值映射组合。 Hbase 目标主要依靠横向扩展，通过不断增加廉价的商用服务器，来增加计算和存储能力。

　　Hive 是什么？

　　ApacheHive 是一个构建于 Hadoop( 分布式系统基础架构 ) 顶层的数据仓库，注意这里不是数据库。 Hive 可以看作是用户编程接口，它本身不存储和计算数据；它依赖于 HDFS(Hadoop 分布式文件系统 ) 和 MapReduce( 一种编程模型，映射与化简；用于大数据并行运算 ) 。其对 HDFS 的操作类似于 SQL —名为 HiveQL ，简称 HQL ，它提供了丰富的 SQL 查询方式来分析存储在 HDFS 中的数据； HQL 经过编译转 MapReduce 作业后通过自己的 SQL 去查询分析需要的内容；这样一来，即使不熟悉 MapReduce 的用户也可以很方便地利用 SQL 语言查询、汇总、分析数据，降低学习成本，提高工作效率。而 MapReduce 开发人员可以把己写的 mapper 和 reducer 作为插件来支持 Hive 做更复杂的数据分析。

　　特性

　　遵从JDBC 的 Hive 不但可以让具 SQL 知识的用户来间接执行 MapReduce 作业，同时里面也整合了目前基于 SQL 的操作工具。不过，由于默认的数据读取是全表遍历的，其时间的耗费也不可避免地相对较大。尽管如此，不尽相同的 Hive 分区方法，其遍历读取的数据量也是能够有所限制的。 Hive 分区允许对存储在独立文件上的数据进行筛选查询，返回的是筛选后的数据。例如针对日期的日志文件访问，前提是该类文件的文件名包含日期信息。

　　HBase 以键值对的形式储存数据。其包含了 4 种主要的数据操作方式 :

　　1. 添加或更新数据行

　　2. 扫描获取某范围内的 cells

　　3. 为某一具体数据行返回对应的 cells

　　4. 从数据表中删除数据行 / 列，或列的描述信息

　　列信息可用于获取数据变动前的取值（透过HBase 压缩策略可以删除列信息历史记录来释放存储空间）。

　　限制

　　Hive 不支持常规的 SQL 更新语句，如：数据插入，更新，删除。因为其对数据的操作是针对整个数据表的。同时该特点也使得数据查询用时以数分钟甚至数小时来进行计算。此外，其 MapReduce 转换过程必须遵从预定义的转换规则。

　　HBase 的数据查询是有一套属于自己类似 SQL 的操作语言的，这个需要一定的学习来掌握。此外，要运行 HBase ， ZooKeeper 是需要配备的。 ZooKeeper 是一个针对大型分布式系统的可靠协调系统，提供的功能包括：配置维护、名字服务、分布式同步、组服务等。

　　应用举例

　　Hive 适用于离线网络日志等数据量大、静态的数据查询。例如：用户消费行为记录，网站访问足迹等。但是不适用于联机实时在线查询的场合。

　　HBase 能在大数据联机实时查询场合大展身手。例如： Fackbook 就利用其对用户间的传送的消息进行联机实时分析。