浅谈Hbase和Hive的区别

浅谈Hbase和Hive的区别
Hbase和Hive都是大数据处理的重要工具，但两者在大数据架构中处于不同位置，Hbase主要应用于实时数据查询问题，Hive则主要解决数据处理与计算方面。在一般的大数据处理中，两者可以配合使用。下面简单概括一下两者的区别。
一、区别：
1.Hbase即 HadoopDatabase 的简称，也就是基于Hadoop数据库，是一种NoSQL数据库，主要适用于海量明细数据（十亿、百亿）的随机实时查询，如交易清单、日志明细、轨迹行为等。
2. Hive是Hadoop的数据仓库，严格地讲并非数据库，主要是让开发人员能够通过SQL来计算和处理HDFS上的结构化数据，适用于离线的批量数据计算。
3.通过元数据来描述HDFS上的结构化文本数据，通俗点来说，就是定义一张表来描述HDFS上的结构化文本，包括各列数据名称、数据类型等内容，便于处理数据，当前很多SQL ON Hadoop的计算引擎均用的是Hive的元数据，例如Spark SQL、Impala等；
4.基于第一点，通过SQL来处理和计算HDFS的数据，Hive会将SQL翻译为MapReduce来处理数据。

二、关系
在大数据架构中，Hive和HBase是协作关系，总结起来有以下四点：
1.通过Hive清洗、处理和计算原始数据；
2.通过ETL工具将数据源抽取到HDFS存储；
3.HIve清洗处理后的结果，如果是面向海量数据随机查询场景的可存入Hbase；
4.数据应用从HBase查询数据。

Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。
HBase是Hadoop的数据库，一个分布式、可扩展、大数据的存储。单个的从字面意思上或许很难看出二者的区别，别急，下面我们就对二者做个详细的介绍。
两者的特点
Hive帮助熟悉SQL的人运行MapReduce任务。因为它是JDBC兼容的，同时，它也能够和现存的SQL工具整合在一起。运行Hive查询会花费很长时间，因为它会默认遍历表中所有的数据。虽然有这样的缺点，一次遍历的数据量可以通过H