-
1 # 加米穀大資料
-
2 # 程式設計字典
HBase是一個數據模型，類似於Google的大表，旨在提供對大量結構化資料的快速隨機訪問。本教程提供了HBase的介紹，在Hadoop檔案系統上設定HBase的過程以及與HBase shell互動的方法。它還介紹瞭如何使用java連線到HBase，以及如何使用java執行HBase的基本操作。http://codingdict.com/article/8125
Hive是一個數據倉庫基礎設施工具，用於處理Hadoop中的結構化資料。它位於Hadoop的頂部，用於彙總大資料，並使查詢和分析變得輕鬆。這是一個簡短的教程，介紹如何將Apache Hive HiveQL與Hadoop分散式檔案系統結合使用。本教程可以成為您成為Hive成功Hadoop開發人員的第一步。http://codingdict.com/article/8149
-
3 # 資料僧
Hbase是什麼？
Hbase是一個架構在Hdfs檔案系統上的列式儲存,是開源的，分散式，面向列的資料庫。適合於非結構化資料儲存的資料庫。
Hbase是一個高可靠、高效能、面向列、可伸縮的分散式儲存系統，可以在廉價的PC Server搭建大規模結構化儲存叢集.
1,HBase位於Hadoop生態系統的結構化儲存層。
2,HDFS作為其底層的檔案儲存
3,MapReduct為Hbase提供高效能的計算能力
4,Zookeeper為HBase提供了穩定的服務和failover的能力
Hive是什麼？
hive是一個基於Hadoop的一個數據倉庫工具。可以將結構化資料對映為一張資料庫表，並且提供sql的查詢能力，可以將sql換換為MapReduce任務進行。
下面我們看看Hive的架構圖：
1，使用者介面，hive主要有三個介面，CLI(CLI啟動的時候會同時氣筒一個Hive的副本)，Client(hive的客戶端，連結hive server)，web UI(透過瀏覽器訪問)
2，元資料儲存，hive將元資料儲存在資料庫中如：mysql。
3，Driver(直譯器、編譯器、最佳化器、執行器)：完成詞法分析，語法分析，最佳化，編譯，最佳化以及查詢計劃的生成，隨後由MapReduce使用。
4，Hadoop ，hive的資料儲存在Hdfs中。大部分的查詢由MapReduce完成。
Hbase
上面我們分別看了Hbase的特點，hive的特點，那麼Hbase和Hive的差別是什麼以及各自的使用場景是什麼？
Hbase和Hive 二者都是以Hdfs為檔案儲存。
Hbase支援列擴充套件，可以對單元格修改。採取K-V的設計，因此查詢效率比較高，一般用於延遲忍耐低的場景；還有就是經常需要擴充套件屬性，修改屬性場景。
Hbase的查詢一般透過命令視窗進行，語句比較負責，但是hive的採用標準的sql語法，門檻低，上手簡單。當然Hbase也有Phoenix可以去支援 sql這樣的語法操作。
下面看看hbase具體的應用場景：
千萬併發、PB儲存、KV基礎儲存、動態列、強同步、稀疏表、二級索引、SQL
時序資料：HBase之上有OpenTSDB模組，可以滿足時序類場景的需求。
推薦畫像：使用者的畫像，是一個比較大的稀疏矩陣。螞蟻的風控就是構建在HBase之上。
時空資料：主要是軌跡、氣象網格之類，滴滴打車的軌跡資料主要存在HBase之中，另外在技術所有大一點的資料量的車聯網企業，資料都是存在HBase之中
CubeDB OLAP：Kylin一個cube分析工具，底層的資料就是儲存在HBase之中，不少客戶自己基於離線計算構建cube儲存在hbase之中，滿足線上報表查詢的需求。
訊息/訂單：在電信領域、銀行領域，不少的訂單查詢底層的儲存，另外不少通訊、訊息同步的應用構建在HBase之上。
訊息/訂單：在電信領域、銀行領域，不少的訂單查詢底層的儲存，另外不少通訊、訊息同步的應用構建在HBase之上。
Hive 不能支援列擴充套件，支援追加，好像在新版本中可以支援修改，但是效率比較低。Hive處理的資料的吞吐量高，檔案越大，hive的優勢就約明顯。一半用於 延遲忍耐高的場景。
下面再來看看Hive的具體使用場景：
1，分析網路日誌。
2，ETL清洗資料。
3，構建資料倉庫。
4，資料探勘
那麼Hbase和Hive在具體的使用場景各自在什麼位置呢？我們可以透過下圖來了解下：
透過ETL工具將資料來源抽取到HDFS儲存，透過hive清洗處理和計算原始資料，對資料進行標準化，統一化。如果是面向海量的查詢場景可以儲存Hbase，資料應用從Hbase中查詢資料。
最後在總結：Hbase和Hive本身都不能儲存資料。二者都是對Hdfs上的檔案在做了一次組織。從而適應不同的場景。Hbase 在與查詢，動態列場景更有優勢，但是無法進行資料分析和挖掘。二Hive本身無法在低延遲的場景下使用。Hive可以處理大量資料的ETL清洗。構建統一的標準的資料倉庫，從而提供基礎資料，共上層資料分析。所以hive更加偏向於資料分析。
-
4 # IT實戰聯盟
要給你回答這兩個所有的底層為不太合適、我就給你舉一個易懂的例子。
Hbase 對應就的就是 Mongodb 非關係型資料
Hive 對應的就是 Mysql 關係型資料庫
如果你要深入研究、單單一個元件都能讓你隨便研究一年。
所以先從業務出發去考慮使用哪個、量上來了再研究最佳化。
-
5 # 資料程式媛
首先來說一下這兩者都是hadoop大資料生態圈中的一員。底層的資料儲存都是使用的hdfs，除此之外其實兩者的關係並不大。
下面簡單的分別說一下兩者
Hbase1. Hbase的本質就是一個數據庫，一個nosql
2. 是一個具有主備模式、分散式、可動態增刪節點的分散式儲存系統
3.厲害之處：使用普通的硬體配置，實現了儲存並處理大量的資料
4. 特定 是列式儲存，所以是nosql
hive1.hive不能算做是資料庫，只能是hadoop的一個數據倉庫工具，
2 .可以將結構化的資料檔案對映為一張 資料庫表
3.提供了HQL（類sql）查詢功能
4.在操作時，實際上是利用MapReduce去處理hdfs的資料
綜合區別1. hive是為了簡化MapReduce而用的，並不是用類存放資料的，本質上還是在做運算，
Hbase是真正的資料庫，是用來存放超大量資料的，且插入、查詢速度極快
2.用途：hive用來做資料統計分析，分析hdfs資料
hbase用來做分散式nosql資料庫
回覆列表
一、區別：
1、Hbase： 基於Hadoop資料庫，是一種NoSQL資料庫；HBase表是物理表，適合存放非結構化的資料。
2、hive：本身不儲存資料，透過SQL來計算和處理HDFS上的結構化資料，依賴HDFS和MapReduce；hive中的表是純邏輯表。
Hbase主要解決實時資料查詢問題，
Hive主要解決資料處理和計算問題，
二者通常協作配合使用。
二、適用場景：
1、Hbase：海量明細資料的隨機實時查詢，採集的網頁資料儲存；
2、hive：適用於離線的批次資料計算，一般用於查詢分析統計。