OLAP、OLTP

数据库系统通常分为两种类型：
一种是面向前台应用的，应用比较简单，可是重吞吐和高并发的OLTP类型；
一种是重计算的，对大数据集进行统计分析的OLAP类型。
传统数据库侧重交易处理，即OLTP，关注的是多用户的同时的双向操做，在保障即时性的要求下，系统经过内存来处理数据的分配、读写等操做，存在IO瓶颈。
OLTP（On-Line Transaction Processing，联机事务处理） 系统也称为生产系统，它是事件驱动的、面向应用的，好比电子商务网站的交易系统就是一个典型的OLTP系统。OLTP的基本特色是：
数据在系统中产生；
基于交易的处理系统（Transaction-Based）；
每次交易牵涉的数据量很小；
对响应时间要求很是高；
用户数量很是庞大，主要是操做人员；
数据库的各类操做主要基于索引进行。
分析型数据库是以实时多维分析技术做为基础，即侧重OLAP，对数据进行多角度的模拟和概括，从而得出数据中所包含的信息和知识。
OLAP（On-Line Analytical Processing，联机分析处理） 是基于数据仓库的信息分析处理过程，是数据仓库的用户接口部分。OLAP系统是跨部门的、面向主ti的，其基本特色是：
自己不产生数据，其基础数据来源于生产系统中的操做数据（OperationalData）；
基于查询的分析系统；
复杂查询常常使用多表联结、全表扫描等，牵涉的数据量每每十分庞大；
响应时间与具体查询有很大关系；

用户数量相对较小，其用户主要是业务人员与管理人员；

百万级的数据，不管侧重OLTP仍是OLAP，固然就是MySql了。

过亿级的数据，侧重OLTP能够继续Mysql，侧重OLAP，就要分场景考虑了。

对于hbase当前noSql数据库的一种，最多见的应用场景就是采集的网页数据的存储，因为是key-value型数据库，能够再扩展到各类key-value应用场景，如日志信息的存储，对于内容信息不须要彻底结构化出来的类CMS应用等。注意hbase针对的仍然是OLTP应用为主。

对于hive主要针对的是OLAP应用，注意其底层不是hbase，而是hdfs分布式文件系统，重点是基于一个统一的查询分析层，支撑OLAP应用中的各类关联，分组，聚合类SQL语句。hive通常只用于查询分析统计，而不能是常见的CUD操做，要知道HIVE是须要从已有的数据库或日志进行同步最终入到hdfs文件系统中，当前要作到增量实时同步都至关困难。
和mysql,oracle彻底不是相同的应用场景。这个是结构化数据库，针对的更多的是结构化，事务一致性要求高，业务规则逻辑复杂，数据模型复杂的企业信息化类应用等。包括互联网应用中的不少业务系统也须要经过结构化数据库来实现。因此和hbase,hive不是一个层面的东西，不比较。

简单的说，HBase是OLTP，Hive是OLAP比起单机的Oracle和MySQL，好处就是伸缩性好啊劣势就是分布式带来的可用性，一致性，分区容忍性~等question，以及分布式事务难以实现。

实时compute场景：强调实时性，经常使用于实时性要求较高的地方，能够选择Storm;
批处理compute场景：强调批处理，经常使用于数据挖掘、分析，能够选择Hadoop;
实时查询场景：强调查询实时响应，经常使用于把DB里的数据转化索引文件，经过搜索引擎来查询，能够选择solr/elasticsearch;
企业级ODS/EDW/数据集市场景：强调基于关系性数据库的大数据实时分析，经常使用于业务数据集成，能够选择Greenplum；