一、区别：
1、Hbase： 基于Hadoop数据库，是一种NoSQL数据库；HBase表是物理表，适合存放非结构化的数据。
2、hive：本身不存储数据，通过SQL来计算和处理HDFS上的结构化数据，依赖HDFS和MapReduce；hive中的表是纯逻辑表。
Hbase主要解决实时数据查询问题，
Hive主要解决数据处理和计算问题，
二者通常协作配合使用。
二、适用场景：
1、Hbase：海量明细数据的随机实时查询，采集的网页数据存储；
2、hive：适用于离线的批量数据计算，一般用于查询分析统计。
评论0
加载中...
这两个东西我都用过一段时间，很高兴一起来讨论这个问题。
首先来说一下这两者都是hadoop大数据生态圈中的一员。底层的数据存储都是使用的hdfs，除此之外其实两者的关系并不大。
下面简单的分别说一下两者
1. Hbase的本质就是一个数据库，一个nosql
2. 是一个具有主备模式、分布式、可动态增删节点的分布式存储系统
3.厉害之处：使用普通的硬件配置，实现了存储并处理大量的数据
4. 特定 是列式存储，所以是nosql
1.hive不能算做是数据库，只能是hadoop的一个数据仓库工具，
2 .可以将结构化的数据文件映射为一张 数据库表
3.提供了HQL（类sql）查询功能
4.在操作时，实际上是利用MapReduce去处理hdfs的数据
1. hive是为了简化MapReduce而用的，并不是用类存放数据的，本质上还是在做运算，
Hbase是真正的数据库，是用来存放超大量数据的，且插入、查询速度极快
2.用途：hive用来做数据统计分析，分析hdfs数据
hbase用来做分布式nosql数据库
上述就是对两者的介绍和区别，欢迎大家评论讨论！ 关爱程序媛！！！祝大家出任CTO，喜欢的欢迎关注，点赞！！！哈哈。
评论0
加载中...
Hbase是什么？
Hbase是一个架构在Hdfs文件系统上的列式存储,是开源的，分布式，面向列的数据库。适合于非结构化数据存储的数据库。
Hbase是一个高可靠、高性能、面向列、可伸缩的分布式存储系统，可以在廉价的PC Server搭建大规模结构化存储集群.
1,HBase位于Hadoop生态系统的结构化存储层。
2,HDFS作为其底层的文件存储
3,MapReduct为Hbase提供高性能的计算能力
4,Zookeeper为HBase提供了稳定的服务和failover的能力
Hive是什么？
hive是一个基于Hadoop的一个数据仓库工具。可以将结构化数据映射为一张数据库表，并且提供sql的查询能力，可以将sql换换为MapReduce任务进行。
下面我们看看Hive的架构图：
1，用户接口，hive主要有三个接口，CLI(CLI启动的时候会同时气筒一个Hive的副本)，Client(hive的客户端，连结hive server)，web UI(通过浏览器访问)
2，元数据存储，hive将元数据存储在数据库中如：mysql。
3，Driver(解释器、编译器、优化器、执行器)：完成词法分析，语法分析，优化，编译，优化以及查询计划的生成，随后由MapReduce使用。
4，Hadoop ，hive的数据存储在Hdfs中。大部分的查询由MapReduce完成。
Hbase
上面我们分别看了Hbase的特点，hive的特点，那么Hbase和Hive的差别是什么以及各自的使用场景是什么？
Hbase和Hive 二者都是以Hdfs为文件存储。
Hbase支持列扩展，可以对单元格修改。采取K-V的设计，因此查询效率比较高，一般用于延迟忍耐低的场景；还有就是经常需要扩展属性，修改属性场景。
Hbase的查询一般通过命令窗口进行，语句比较负责，但是hive的采用标准的sql语法，门槛低，上手简单。当然Hbase也有Phoenix可以去支持 sql这样的语法操作。
下面看看hbase具体的应用场景：
千万并发、PB存储、KV基础存储、动态列、强同步、稀疏表、二级索引、SQL
对象存储：头条类、新闻类的的新闻、网页、图片存储在HBase之中，一些病毒公司的病毒库也是存储在HBase之中。
时序数据：HBase之上有OpenTSDB模块，可以满足时序类场景的需求。
推荐画像：用户的画像，是一个比较大的稀疏矩阵。蚂蚁的风控就是构建在HBase之上。
时空数据：主要是轨迹、气象网格之类，滴滴打车的轨迹数据主要存在HBase之中，另外在技术所有大一点的数据量的车联网企业，数据都是存在HBase之中
CubeDB OLAP：Kylin一个cube分析工具，底层的数据就是存储在HBase之中，不少客户自己基于离线计算构建cube存储在hbase之中，满足在线报表查询的需求。
消息/订单：在电信领域、银行领域，不少的订单查询底层的存储，另外不少通信、消息同步的应用构建在HBase之上。
消息/订单：在电信领域、银行领域，不少的订单查询底层的存储，另外不少通信、消息同步的应用构建在HBase之上。
Hive 不能支持列扩展，支持追加，好像在新版本中可以支持修改，但是效率比较低。Hive处理的数据的吞吐量高，文件越大，hive的优势就约明显。一半用于 延迟忍耐高的场景。
下面再来看看Hive的具体使用场景：
1，分析网络日志。
2，ETL清洗数据。
3，构建数据仓库。
4，数据挖掘
那么Hbase和Hive在具体的使用场景各自在什么位置呢？我们可以通过下图来了解下：
通过ETL工具将数据源抽取到HDFS存储，通过hive清洗处理和计算原始数据，对数据进行标准化，统一化。如果是面向海量的查询场景可以存储Hbase，数据应用从Hbase中查询数据。
最后在总结：Hbase和Hive本身都不能存储数据。二者都是对Hdfs上的文件在做了一次组织。从而适应不同的场景。Hbase 在与查询，动态列场景更有优势，但是无法进行数据分析和挖掘。二Hive本身无法在低延迟的场景下使用。Hive可以处理大量数据的ETL清洗。构建统一的标准的数据仓库，从而提供基础数据，共上层数据分析。所以hive更加偏向于数据分析。
数据僧，祝愿每个在数据道路上的人越走越好。欢迎大家在评论区留言，大家一起讨论。
评论0
加载中...
HBase是一个数据模型，类似于Google的大表，旨在提供对大量结构化数据的快速随机访问。本教程提供了HBase的介绍，在Hadoop文件系统上设置HBase的过程以及与HBase shell交互的方法。它还介绍了如何使用java连接到HBase，以及如何使用java执行HBase的基本操作。http://codingdict.com/article/8125
Hive是一个数据仓库基础设施工具，用于处理Hadoop中的结构化数据。它位于Hadoop的顶部，用于汇总大数据，并使查询和分析变得轻松。这是一个简短的教程，介绍如何将Apache Hive HiveQL与Hadoop分布式文件系统结合使用。本教程可以成为您成为Hive成功Hadoop开发人员的第一步。http://codingdict.com/article/8149
评论0
加载中...
要给你回答这两个所有的底层为不太合适、我就给你举一个易懂的例子。
Hbase 对应就的就是 Mongodb 非关系型数据
Hive 对应的就是 Mysql 关系型数据库
如果你要深入研究、单单一个组件都能让你随便研究一年。
所以先从业务出发去考虑使用哪个、量上来了再研究优化。
评论0
加载中...0
回答0
回答0
回答0
回答0
回答0
回答1
回答0
回答0
回答0
回答
