Hive是基於Hadoop的一個數據倉庫工具，可以將結構化的數據文件映射為一張數據庫表，並提供簡單的SQL查詢功能，它的本質就是將SQL語句轉換為MapReduce任務進行運行。
HBase是一個高可靠性、高性能、面向列、可伸縮的一個開源的非關係型分佈式數據庫（NoSQL），它參考了谷歌的BigTable建模，實現的編程語言為Java。
一、Hive和HBase的特點
Hive本身不存儲數據，它完全依賴HDFS和MapReduce。這樣就可以將結構化的數據文件映射為一張數據庫表，並提供完整的SQL查詢功能，將SQL語句最終轉換為MapReduce任務進行運行。而HBase表是物理表，適合存放非結構化的數據。
Hive幫助熟悉SQL的人運行MapReduce任務。因為它是JDBC兼容的，同時，它也能夠和現存的SQL工具整合在一起。運行Hive查詢會花費很長時間，因為它會默認遍歷表中所有的數據。雖然有這樣的缺點，一次遍歷的數據量可以通過Hive的分區機制來控制。分區允許在數據集上運行過濾查詢，這些數據集存儲在不同的文件夾內，查詢的時候只遍歷指定文件夾(分區)中的數據。例如，這種機制可以用來只處理在某一個時間範圍內的文件，只要這些文件名中包括了時間格式。
HBase通過存儲key/value來工作。它支持四種主要的操作：增加或者更新行，查看一個範圍內的cell，獲取指定的行，刪除指定的行、列或者是列的版本。版本信息用來獲取歷史數據(每一行的歷史數據可以被刪除，然後通過HBase compactions就可以釋放出空間)。雖然HBase包括表格，但是schema僅僅被表格和列簇所要求，列不需要schema。HBase的表格包括增加/計數功能。
Hive是基於MapReduce來處理數據，而MapReduce處理數據是基於行的模式；HBase處理數據是基於列的而不是基於行的模式，適合海量數據的隨機訪問。
HBase表是疏鬆存儲的，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的數據。
Hive使用Hadoop來分析處理數據，而Hadoop系統是批處理系統，因此不能保證處理的低遲延問題；而HBase是近實時系統，支持實時查詢。
二、Hive和HBase對比
Hive-Hadoop上的數據倉庫框架
(1) 數據倉庫
Hive的本質其實就相當於將HDFS中已經存儲的文件在MySQL中做了一個雙射關係，以方便使用HQL去管理查詢。
(2) 用於數據分析、清洗
Hive適用於離線的數據分析和清洗，延遲較高。
(3) 基於HDFS和MapReduce
Hive存儲的數據依舊在DataNode上，編寫的HQL語句將轉換為MapReduce代碼執行。
HBase-Hadoop上的非關係型的分佈式數據庫
(1) 數據庫
是一種面向列存儲的非關係型數據庫。
(2) 用於存儲結構化和非結構化的數據
適用於單表非關係型數據的存儲，不適合做關聯查詢，類似JOIN等操作。
(3) 基於HDFS
數據持久化存儲的體現形式是Hfile，存放於DataNode中，被ResionServer以region的形式進行管理。
(4) 延遲較低，接入在線業務使用
面對大量的企業數據，HBase可以直線單表大量數據的存儲，同時提供了高效的數據訪問速度。
三、應用場景
Hive的主要用途：用來做離線數據分析，比直接用MapReduce程序開發效率更高。Hive 利用 HDFS存儲數據，利用 MapReduce 查詢分析數據 。
Hive適合用來對一段時間內的數據進行分析查詢，例如，用來計算趨勢或者網站的日誌。Hive不應該用來進行實時的查詢。因為它需要很長時間才可以返回結果。
HBase非常適合用來進行大數據的實時查詢。Facebook用HBase進行消息和實時的分析。它也可以用來統計Facebook的連接數。
四、總結
Hive和HBase是兩種基於Hadoop的不同技術–Hive是一種類SQL的引擎，並且運行MapReduce任務，HBase是一種在Hadoop之上的NoSQL 的Key/vale數據庫。當然，這兩種工具是可以同時使用的。就像用Google來搜索，用FaceBook進行社交一樣，Hive可以用來進行統計查詢，HBase可以用來進行實時查詢，數據也可以從Hive寫到HBase，設置再從HBase寫回Hive。
閱讀更多 軟件架構 的文章
