HBase 和 Hive 的差异是什么，各自适用在什么场景中？

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

先放结论：Hbase和Hive在大数据架构中处在不一样位置：

• 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，通常是配合使用。

1、区别：

1. Hbase： Hadoop database 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，如日志明细、交易清单、轨迹行为等。

2. Hive：Hive是Hadoop数据仓库，严格来讲，不是数据库，主要是让开发人员可以经过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。

• 经过元数据来描述Hdfs上的结构化文本数据，通俗点来讲，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，数据类型是什么等，方便咱们处理数据，当前不少SQL ON Hadoop的计算引擎均用的是hive的元数据，如Spark SQL、Impala等；

• 基于第一点，经过SQL来处理和计算HDFS的数据，Hive会将SQL翻译为Mapreduce来处理数据；

2、关系

在大数据架构中，Hive和HBase是协做关系，数据流通常以下图：

1. 经过ETL工具将数据源抽取到HDFS存储；

2. 经过Hive清洗、处理和计算原始数据；

3. HIve清洗处理后的结果，若是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；

1.        Hive中的表是纯逻辑表，就只是表的定义等，即表的元数据。Hive自己不存储数据，它彻底依赖HDFS和MapReduce。这样就能够将结构化的数据文件映射为为一张数据库表，并提供完整的SQL查询功能，并将SQL语句最终转换为MapReduce任务进行运行。 而HBase表是物理表，适合存放非结构化的数据。

2.      Hive是基于MapReduce来处理数据,而MapReduce处理数据是基于行的模式；HBase处理数据是基于列的而不是基于行的模式，适合海量数据的随机访问。

3.      HBase的表是疏松的存储的，所以用户能够给行定义各类不一样的列；而Hive表是稠密型，即定义多少列，每一行有存储固定列数的数据。

4.      Hive使用Hadoop来分析处理数据，而Hadoop系统是批处理系统，所以不能保证处理的低迟延问题；而HBase是近实时系统，支持实时查询。

5.      Hive不提供row-level的更新，它适用于大量append-only数据集（如日志）的批任务处理。而基于HBase的查询，支持和row-level的更新。

6.      Hive提供完整的SQL实现，一般被用来作一些基于历史数据的挖掘、分析。而HBase不适用与有join，多级索引，表关系复杂的应用场景。