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)查詢問題，Hive主要解決數(shù)據(jù)處理和計(jì)算問題，一般是配合使用。

一、區(qū)別：

Hbase：?Hadoop database 的簡稱，也就是基于Hadoop數(shù)據(jù)庫，是一種NoSQL數(shù)據(jù)庫，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)倉庫，嚴(yán)格來說，不是數(shù)據(jù)庫，主要是讓開發(fā)人員能夠通過SQL來計(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。

通過元數(shù)據(jù)來描述Hdfs上的結(jié)構(gòu)化文本數(shù)據(jù)，通俗點(diǎn)來說，就是定義一張表來描述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SQL來處理和計(jì)算HDFS的數(shù)據(jù)，Hive會將SQL翻譯為Mapreduce來處理數(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ETL工具將數(shù)據(jù)源抽取到HDFS存儲；

通過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)查詢場景的可存入Hbase

數(shù)據(jù)應(yīng)用從HBase查詢數(shù)據(jù)；

更為細(xì)致的區(qū)別如下：

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)庫表，并提供完整的SQL查詢功能，并將SQL語句最終轉(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)。如果你對大數(shù)據(jù)開發(fā)感興趣，想系統(tǒng)學(xué)習(xí)大數(shù)據(jù)的話，可以加入大數(shù)據(jù)技術(shù)學(xué)習(xí)交流扣扣群：458數(shù)字345數(shù)字782，歡迎添加，私信管理員，了解課程介紹，獲取學(xué)習(xí)資源

Hive是基于MapReduce來處理數(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。

HBase的表是疏松的存儲的，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，每一行有存儲固定列數(shù)的數(shù)據(jù)。

Hive使用Hadoop來分析處理數(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題；而HBase是近實(shí)時(shí)系統(tǒng)，支持實(shí)時(shí)查詢。

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。

Hive提供完整的SQL實(shí)現(xiàn)，通常被用來做一些基于歷史數(shù)據(jù)的挖掘、分析。而HBase不適用與有join，多級索引，表關(guān)系復(fù)雜的應(yīng)用場景。