大数据培训之探讨Hive和HBase有什么差别与联系及适用场景

在现如今，零基础学员学习大数据分析的过程中，Hive和HBase是两个非常重要的内容，对于初学者而言容易混淆。所以非常两者的联系与差异，能够帮助我们对这两个组件有一个清晰的了解跟定位。那么，Hive和HBase有什么差别与联系并且适用于哪些场景呢?

首先需要从它们的概念入手。Hive是运行在Hadoop上的一个工具，准确地讲是一个搜索软件。当对海量数据进行搜索时，Hadoop的计算引擎是MapReduce。但是对MapReduce的操作跟编程是十分复杂的。于是Hive的存在就让复杂的编程过程简化成了用SQL语言对海量数据的操作。这大大减轻了程序员的工作量。可以说，Hive的存在让海量数据的增删改查变得方便。其实从Hive的logo就可以看出Hive让青蛙变成了小蜜蜂，化繁为简是它更本质的看点。

再来看看HBase，它是Hadoop的子项目，当然也可以理解为一个工具。Hadoop的数据运算是由MapReduce完成的，而数据存储是由HDFS完成的。HDFS是分布式存储hive与hbase的区别，这是Hadoop存储数据的特征，但因而带给的弊端就是数据的无序和杂乱。HBase的形成，很好地缓解了这一难题。HBase能够把这种数据映射成一张哈希表，那么，这些数据即便作为带有实际存储意义的表期间，就由无序变得有序，从而对数据搜索跟操作的强度大大提高了。

做一个总结，Hive和HBase都是Hadoop集群下的工具，Hive是对MapReduce的优化，而HBase则是HDFS数据存储的大管家。那么，这二者各适用于哪些场景呢?

1.Hive中的表为纯逻辑表，仅仅对表的元数据进行定义。Hive没有物理存储的功用，它完全依赖HDFS和MapReduce。尚学堂陈老师指出这种就可以将结构化的数据文件映射为为一张表，并提供完整的SQL查询功能，并将SQL语句最后转化为MapReduce任务进行运行。HBase表则是物理表，适合存放非结构化的数据。

2.Hive是在MapReduce的基础上对数据进行处理，而MapReduce的数据处理依照行模式;而HBase为列方式，这样并且对海量数据的随机访问变得可行。

3.HBase的存储表储存体积小，因而用户可以对行定义成不同的列;而Hive是逻辑表，属于稠密型，即定义列数，每一行对列数都有固定的数据。

4.Hive使用Hadoop来预测处理数据，而Hadoop系统是批处理系统，所以数据处理存在延时的弊端;而HBase是准实时系统hive与hbase的区别，可以推动数据的即时查询。

5.Hive没有row-level的升级，它适用于大量append-only数据集(如日志)的批任务处理。而基于HBase的查询，支持跟row-level的升级。

6.Hive全面支持SQL，一般可以拿来进行基于历史数据的挖掘、分析。而HBase不适用于有join，多级索引，表关系复杂的应用场景。

两者使用场景的差别：

HBase的应用场景一般是收集网站数据的储存，因为它是key-value型，从而可以到各类key-value应用场景，例如储存日志信息，对于内容信息不需要完全结构化出来的类CMS应用等。注意hbase针对的依然是OLTP应用为主。

hive主要对于的是OLAP应用，其底层是hdfs分布式文件系统，重点是基于一个统一的查询分析层，支撑OLAP应用中的各类关联，分组，聚合类SQL语句。hive一般只用于查询分析统计，而不能是常用的CUD操作，要知道HIVE是必须从已有的或日志进行同步最终入至hdfs文件系统中，当前应做到增量实时同步都非常困难。

以上就是关于Hive和HBase有什么差别与联系及适用场景的阐述，希望对学习大数据分析的朋友有所帮助,最后想要知道更多关于大数据发展前途趋势，请关注扣丁学堂大数据培训官网、微信等系统，扣丁学堂IT职业学习教育系统为您提供权威的大数据视频教程系统，通过千锋旗下金牌讲师录制的大数据视频教程系统，让你迅速把握大数据从入门到精通大数据开发实战技能。扣丁学堂大数据学习群：209080834。

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-138117-1.html