https://www.zhihu.com/question/21677041/answer/185664626
先放結(jié)論：Hbase和Hive在大數(shù)據(jù)架構(gòu)中處在不同位置：
Hbase主要解決實(shí)時(shí)數(shù)據(jù)查詢問(wèn)題
Hive主要解決數(shù)據(jù)處理和計(jì)算問(wèn)題，一般是配合使用。
一、區(qū)別：
Hbase： Hadoop database 的簡(jiǎn)稱，也就是基于Hadoop數(shù)據(jù)庫(kù)，是一種NoSQL數(shù)據(jù)庫(kù)，主要適用于海量明細(xì)數(shù)據(jù)（十億、百億）的隨機(jī)實(shí)時(shí)查詢，如日志明細(xì)、交易清單、軌跡行為等。
Hive：Hive是Hadoop數(shù)據(jù)倉(cāng)庫(kù)，嚴(yán)格來(lái)說(shuō)，不是數(shù)據(jù)庫(kù)，主要是讓開(kāi)發(fā)人員能夠通過(guò)SQL來(lái)計(jì)算和處理HDFS上的結(jié)構(gòu)化數(shù)據(jù)，適用于離線的批量數(shù)據(jù)計(jì)算。
通過(guò)元數(shù)據(jù)來(lái)描述Hdfs上的結(jié)構(gòu)化文本數(shù)據(jù)，通俗點(diǎn)來(lái)說(shuō)，就是定義一張表來(lái)描述HDFS上的結(jié)構(gòu)化文本，包括各列數(shù)據(jù)名稱，數(shù)據(jù)類型是什么等，方便我們處理數(shù)據(jù)，當(dāng)前很多SQL ON Hadoop的計(jì)算引擎均用的是hive的元數(shù)據(jù)，如Spark SQL、Impala等；
基于第一點(diǎn)，通過(guò)SQL來(lái)處理和計(jì)算HDFS的數(shù)據(jù)，Hive會(huì)將SQL翻譯為Mapreduce來(lái)處理數(shù)據(jù)；
二、關(guān)系
在大數(shù)據(jù)架構(gòu)中，Hive和HBase是協(xié)作關(guān)系，數(shù)據(jù)流一般如下圖：
通過(guò)ETL工具將數(shù)據(jù)源抽取到HDFS存儲(chǔ)；
通過(guò)Hive清洗、處理和計(jì)算原始數(shù)據(jù)；
HIve清洗處理后的結(jié)果，如果是面向海量數(shù)據(jù)隨機(jī)查詢場(chǎng)景的可存入Hbase
數(shù)據(jù)應(yīng)用從HBase查詢數(shù)據(jù)；
1. Hive中的表是純邏輯表，就只是表的定義等，即表的元數(shù)據(jù)。Hive本身不存儲(chǔ)數(shù)據(jù)，它完全依賴HDFS和MapReduce。這樣就可以將結(jié)構(gòu)化的數(shù)據(jù)文件映射為為一張數(shù)據(jù)庫(kù)表，并提供完整的SQL查詢功能，并將SQL語(yǔ)句最終轉(zhuǎn)換為MapReduce任務(wù)進(jìn)行運(yùn)行。 而HBase表是物理表，適合存放非結(jié)構(gòu)化的數(shù)據(jù)。
2. Hive是基于MapReduce來(lái)處理數(shù)據(jù),而MapReduce處理數(shù)據(jù)是基于行的模式；HBase處理數(shù)據(jù)是基于列的而不是基于行的模式，適合海量數(shù)據(jù)的隨機(jī)訪問(wèn)。
3. HBase的表是疏松的存儲(chǔ)的，因此用戶可以給行定義各種不同的列；而Hive表是稠密型，即定義多少列，每一行有存儲(chǔ)固定列數(shù)的數(shù)據(jù)。
4. Hive使用Hadoop來(lái)分析處理數(shù)據(jù)，而Hadoop系統(tǒng)是批處理系統(tǒng)，因此不能保證處理的低遲延問(wèn)題；而HBase是近實(shí)時(shí)系統(tǒng)，支持實(shí)時(shí)查詢。
5. Hive不提供row-level的更新，它適用于大量append-only數(shù)據(jù)集（如日志）的批任務(wù)處理。而基于HBase的查詢，支持和row-level的更新。
6. Hive提供完整的SQL實(shí)現(xiàn)，通常被用來(lái)做一些基于歷史數(shù)據(jù)的挖掘、分析。而HBase不適用與有join，多級(jí)索引，表關(guān)系復(fù)雜的應(yīng)用場(chǎng)景。
