大数据技术之HIVE和HBASE之间，主要的差别是哪个

本篇文章讨论了大数据科技之HIVE和HBASE之间，主要的差别是哪个，希望阅读本篇文章之后你们有所收获，帮助大家对相关内容的理解十分深入。

<

两者分别是哪个?

Apache Hive是一个构建在hadoop基础设施之上的数据仓库。通过Hive可以使用HQL语言查询存放在HDFS上的数据。HQL是一类型SQL语言，这种语言最后被转换为Map/Reduce. 虽然Hive提供了SQL查询用途，但是Hive不能够进行交互查询–因为它没法够在Haoop上批量的执行Hadoop。

Apache HBase是一种Key/Value系统，它运行在HDFS之上。和Hive不一样，Hbase的能否在它的上即时运行，而不是运行MapReduce任务。Hive被分区为表格，表格又被进一步分割为列簇。列簇必须使用schema定义，列簇将某一类型列集合起来(列不要求schema定义)。例如，“message”列簇可能包括：“to”, ”from” “date”, “subject”, 和”body”. 每一个 key/value对在Hbase中被定义为一个cell，每一个key由row-key，列簇、列跟时间戳。在Hbase中hive与hbase的区别，行是key/value映射的集合，这个映射通过row-key来唯一标志。Hbase利用Hadoop的基础设施，可以运用通用的设施进行水平的扩展。

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，它也无法跟现存的SQL工具融合在一起。运行Hive查询会花费更长时间，因为它会默认遍历表中所有的数据。虽然有这种的劣势hive与hbase的区别，一次遍历的数据量可以借助Hive的分区制度来控制。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，查询的之后只遍历指定文件夹(分区)中的数据。这种模式可以拿来，例如，只处理在某一个时间范围内的文件，只要这种文件名中包含了时间格式。

HBase通过存储key/value来工作。它支持四种主要的操作：增加以及升级行，查看一个范围内的cell，获取指定的行，删除指定的行、列以及是列的版本。版本信息用来获得历史数据(每一行的历史数据可以被删除，然后借助Hbase compactions就可以传递出空间)。虽然HBase包括表格，但是schema仅仅被表格和列簇所规定，列不需要schema。Hbase的表格包含降低/计数功能。

限制

Hive目前不支持升级操作。另外，由于hive在hadoop上运行批量操作，它必须耗费太长的时间，通常是几分钟到几个小时才可以获得至查询的结果。Hive必须提供预先定义好的schema将文件和目录映射至列，并且Hive与ACID不兼容。

HBase查询是借助特定的语言来编写的，这种语言必须再次学习。类SQL的用途可以借助Apache Phonenix实现，但这是以需要提供schema为代价的。另外，Hbase也并不是兼容所有的ACID特性，虽然它支持这种特征。最后但不是最重要的–为了运行Hbase，Zookeeper是需要的，zookeeper是一个用来进行分布式协调的服务，这些服务涵盖配置服务，维护元信息和命名空间服务。

应用场景

Hive适合拿来对一段时间内的数据进行预测查询，例如，用来推导趋势以及网站的日志。Hive不需要用来进行即时的查询。因为它必须更长时间才可以返回结果。

Hbase非常合适用来进行大数据的即时查询。Facebook用Hbase进行消息跟即时的预测。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是一类型SQL的引擎，并且运行MapReduce任务，Hbase是一种在Hadoop之上的NoSQL 的Key/vale。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可以拿来进行统计查询，HBase可以用来进行即时查询，数据也可以从Hive写到Hbase，设置再从Hbase写回Hive。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-138115-1.html