hive mapreduce hbase

HBase是个基于HDFS的数据库。Hive是用SQL替代写MR的编程框架，做Hadoop上会把用户提交的SQL语句做语法分析，执行计划等一堆乱七八糟的事后变成MR job提交去跑，返回结果给用户。不然每次都写MR很麻烦的，有这个写个SQL就可以拿到等效的结果，很适合运营童鞋用。当然Hive也有HBase的Connector，用这个Connnector后可以写SQL查询HBase的数据而不是HDFS，不过一般不这么搞。像用SQL on HBase的话，可以用下Phoenix，新手第一次用的感觉会觉得很像是MySQL

---

　　1. hive中的表是纯逻辑表，就只是表的定义等，即表的元数据。hive本身不存储数据，它完全依赖hdfs和mapreduce。这样就可以将结构化的数据文件映射为为一张数据库表，并提供完整的sql查询功能，并将sql语句最终转换为mapreduce任务进行运行。 而hbase表是物理表，适合存放非结构化的数据。
2. hive是基于mapreduce来处理数据,而mapreduce处理数据是基于行的模式；hbase处理数据是基于列的而不是基于行的模式，适合海量数据的随机访问。
3. hbase的表是疏松的存储的，因此用户可以给行定义各种不同的列；而hive表是稠密型，即定义多少列，每一行有存储固定列数的数据。
4. hive使用hadoop来分析处理数据，而hadoop系统是批处理系统，因此不能保证处理的低迟延问题；而hbase是近实时系统，支持实时查询。
5. hive不提供row-level的更新，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，支持和row-level的更新。
6. hive提供完整的sql实现，通常被用来做一些基于历史数据的挖掘、分析。而hbase不适用与有join，多级索引，表关系复杂的应用场景。