HBase 和 Hive 的差别是什么，各自适用在什么场景中

Hbase 和 Hive 在大数据架构中处在不同位置，Hbase 主要解决实时数据查询问题，Hive 主要解决数据处理和计算问题，一般是配合使用。

一、区别：

1. Hbase： Hadoop database 的简称，也就是基于 Hadoop 数据库，是一种 NoSQL 数据库，主要适用于海量明细数据（十亿、百亿）的随机实时查询，如日志明细、交易清单、轨迹行为等。

2. Hive：Hive 是 Hadoop 数据仓库，严格来说，不是数据库，主要是让开发人员能够通过 SQL 来计算和处理 HDFS 上的结构化数据，适用于离线的批量数据计算。

3. 通过元数据来描述 Hdfs 上的结构化文本数据，通俗点来说，就是定义一张表来描述 HDFS 上的结构化文本，包括各列数据名称，数据类型是什么等，方便我们处理数据，当前很多 SQL ON Hadoop 的计算引擎均用的是 hive 的元数据，如 Spark SQL、Impala 等；

4. 基于第一点，通过 SQL 来处理和计算 HDFS 的数据，Hive 会将 SQL 翻译为 Mapreduce 来处理数据；

二、关系

在大数据架构中，Hive 和 HBase 是协作关系，数据流一般如下图：

1. 通过 ETL 工具将数据源抽取到 HDFS 存储；

2. 通过 Hive 清洗、处理和计算原始数据；

3. HIve 清洗处理后的结果，如果是面向海量数据随机查询场景的可存入 Hbase

4. 数据应用从 HBase 查询数据；

Hive 是基于 Hadoop 的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的 sql 查询功能，可以将 sql 语句转换为 MapReduce 任务进行运行。 HBase 是 Hadoop 的数据库，一个分布式、可扩展、大数据的存储。单个的从字面意思上或许很难看出二者的区别，别急，下面我们就对二者做个详细的介绍。

两者的特点

Hive 帮助熟悉 SQL 的人运行 MapReduce 任务。因为它是 JDBC 兼容的，同时，它也能够和现存的 SQL 工具整合在一起。运行 Hive 查询会花费很长时间，因为它会默认遍历表中所有的数据。虽然有这样的缺点，一次遍历的数据量可以通过 Hive 的分区机制来控制。分区允许在数据集上运行过滤查询，这些数据集存储在不同的文件夹内，查询的时候只遍历指定文件夹(分区)中的数据。这种机制可以用来，例如，只处理在某一个时间范围内的文件，只要这些文件名中包括了时间格式。

HBase 通过存储 key/value 来工作。它支持四种主要的操作：增加或者更新行，查看一个范围内的 cell，获取指定的行，删除指定的行、列或者是列的版本。版本信息用来获取历史数据(每一行的历史数据可以被删除，然后通过 Hbase compactions 就可以释放出空间)。虽然 HBase 包括表格，但是 schema 仅仅被表格和列簇所要求，列不需要 schema。Hbase 的表格包括增加/计数功能。

限制

Hive 目前不支持更新操作。另外，由于 hive 在 hadoop 上运行批量操作，它需要花费很长的时间，通常是几分钟到几个小时才可以获取到查询的结果。大数据培训Hive 必须提供预先定义好的 schema 将文件和目录映射到列，并且 Hive 与 ACID 不兼容。

HBase 查询是通过特定的语言来编写的，这种语言需要重新学习。类 SQL 的功能可以通过 Apache Phonenix 实现，但这是以必须提供 schema 为代价的。另外，Hbase 也并不是兼容所有的 ACID 特性，虽然它支持某些特性。最后但不是最重要的–为了运行 Hbase，Zookeeper 是必须的，zookeeper 是一个用来进行分布式协调的服务，这些服务包括配置服务，维护元信息和命名空间服务。

应用场景

Hive 适合用来对一段时间内的数据进行分析查询，例如，用来计算趋势或者网站的日志。Hive 不应该用来进行实时的查询。因为它需要很长时间才可以返回结果。

Hbase 非常适合用来进行大数据的实时查询。Facebook 用 Hbase 进行消息和实时的分析。它也可以用来统计 Facebook 的连接数。

总结

Hive 和 Hbase 是两种基于 Hadoop 的不同技术–Hive 是一种类 SQL 的引擎，并且运行 MapReduce 任务，Hbase 是一种在 Hadoop 之上的 NoSQL 的 Key/vale 数据库。当然，这两种工具是可以同时使用的。就像用 Google 来搜索，用 FaceBook 进行社交一样，Hive 可以用来进行统计查询，HBase 可以用来进行实时查询，数据也可以从 Hive 写到 Hbase，设置再从 Hbase 写回 Hive。