今天扣丁学堂大数据培训老师给大家介绍一下关于刚接触大数据的用户来说，要想区分Hive与HBase是有一定难度的。下面是扣丁学堂小编给大家整理的关于从其各自的定义、特点、限制、应用场景等角度来进行分析，以帮助大家更好的理解、区分Hive和HBase。
Hive是什么？
ApacheHive是一个构建于Hadoop(分布式系统基础架构)顶层的数据仓库，注意这里不是数据库。Hive可以看作是用户编程接口，它本身不存储和计算数据；它依赖于HDFS(Hadoop分布式文件系统)和MapReduce(一种编程模型，映射与化简；用于大数据并行运算)。其对HDFS的操作类似于SQL—名为HiveQL，简称HQL，它提供了丰富的SQL查询方式来分析存储在HDFS中的数据；HQL经过编译转MapReduce作业后通过自己的SQL去查询分析需要的内容；这样一来，即使不熟悉MapReduce的用户也可以很方便地利用SQL语言查询、汇总、分析数据，降低学习成本，提高工作效率。而MapReduce开发人员可以把己写的mapper和reducer作为插件来支持Hive做更复杂的数据分析。
HBase是什么？
ApacheHBase是运行于HDFS顶层的NoSQL(NotOnlySQL，泛指非关系型的数据库)数据库系统。区别于Hive，HBase具备随即读写功能，是一种面向列的数据库。HBase以表的形式存储数据，表由行和列组成，列划分为若干个列簇(rowfamily)。例如：一个消息列簇包含了发送者、接受者、发送日期、消息标题以及消息内容。每一对键值在HBase会被定义为一个Cell，其中，键由row-key(行键)，列簇，列，时间戳构成。而在HBase中每一行代表由行键标识的键值映射组合。Hbase目标主要依靠横向扩展，通过不断增加廉价的商用服务器，来增加计算和存储能力。
特性
遵从JDBC的Hive不但可以让具SQL知识的用户来间接执行MapReduce作业，同时里面也整合了目前基于SQL的操作工具。不过，由于默认的数据读取是全表遍历的，其时间的耗费也不可避免地相对较大。尽管如此，不尽相同的Hive分区方法，其遍历读取的数据量也是能够有所限制的。Hive分区允许对存储在独立文件上的数据进行筛选查询，返回的是筛选后的数据。例如针对日期的日志文件访问，前提是该类文件的文件名包含日期信息。
HBase以键值对的形式储存数据。其包含了4种主要的数据操作方式:
1.添加或更新数据行
2.扫描获取某范围内的cells
3.为某一具体数据行返回对应的cells
4.从数据表中删除数据行/列，或列的描述信息
列信息可用于获取数据变动前的取值（透过HBase压缩策略可以删除列信息历史记录来释放存储空间）。
限制
Hive不支持常规的SQL更新语句，如：数据插入，更新，删除。因为其对数据的操作是针对整个数据表的。同时该特点也使得数据查询用时以数分钟甚至数小时来进行计算。此外，其MapReduce转换过程必须遵从预定义的转换规则。
HBase的数据查询是有一套属于自己类似SQL的操作语言的，这个需要一定的学习来掌握。此外，要运行HBase，ZooKeeper是需要配备的。ZooKeeper是一个针对大型分布式系统的可靠协调系统，提供的功能包括：配置维护、名字服务、分布式同步、组服务等。
应用举例
Hive适用于离线网络日志等数据量大、静态的数据查询。例如：用户消费行为记录，网站访问足迹等。但是不适用于联机实时在线查询的场合。
HBase能在大数据联机实时查询场合大展身手。例如：Fackbook就利用其对用户间的传送的消息进行联机实时分析。
以上就是关于扣丁学堂大数据培训之区分Hive与HBase的详细介绍，希望对大家学习大数据开发有所帮助，最后扣丁学堂在线为零基础学员提供从入门到精通学习路线图，包含Linux&&Hadoop生态体系、大数据计算框架体系、云计算体系、机器学习&&深度学习等内容，扣丁学堂大数据学习群：209080834。
标签: 大数据培训 大数据视频教程 大数据分析培训 大数据学习视频 Hadoop生态圈
閱讀更多 扣丁學堂 的文章
