?

?

Hive	Hbase
數據處理和計算問題	實時數據查詢問題
不是數據庫	NoSQL數據庫
清洗數據	海量數據查詢接口
OLAP	OLTP（嚴格講只是OLP,不包含T）
邏輯表，不存儲實際數據	物理表
行模式	列模式
不提供row-level的更新	支持row-level的更新
完整的SQL實現	不適用于有join，多級索引，表關系復雜
HDFS文件的視圖，HDFS文件的SQL接口	建了索引的key-value表
批處理	事務處理(例如和web開發結合)
單次Hive查詢都需要耗費分鐘級以上的時間（哪怕一個再小的表），因此無法作為web后端的數據庫使用。	HBase可以替代MySQL使用，至少淘寶就是這么做了。 HBase是建造在HDFS基礎上的分布式數據庫，可以支持海量數據（比MySQL高一到兩個量級）的存儲和查詢。
DataGrip	Phoenix
hive可以掛接hbase，即針對hbase開放出SQL的接口	不用Hive，也能操作HBase
Hive是建立在Hadoop之上為了減少MapReduce jobs編寫工作的批處理系統	HBase是為了支持彌補Hadoop對實時操作的缺陷的項目 。
蜜蜂	蜂蜜
Hive支持標準SQL查詢	HBase不支持SQL，有自己的語法規則
一種客戶端工具	一種db

?

從上面的表格可以看出,hbase可以替換hive嗎？不行，因為hbase支持不了復雜的sql

?

比起單機的Oracle和MySQL，好處就是伸縮性好啊

劣勢就是分布式帶來的可用性，一致性，分區容忍性~等問題，以及分布式事務難以實現。

Hbase，主要用于明細查詢，即席查詢，因為他快啊，但是不適合多條件查詢

?

?

hive更像是hadoop客戶端，可以將SQL任務轉化為mapreduce任務操作hdfs中的數據。

hbase則是支持大數據存儲和查詢的數據倉庫，在CAP理論中，選擇了CA，保留了一致性，舍棄了可用性，簡單直白理解就是不容易丟數據。是noSQL典型代表。

?

使用關系
?? ?源數據生產者 -Flume/Kafka-> Flume/消費者 -write-> HDFS -Hive.load-> Hive -ETL/Analyze.result-> HBase
?? ?源數據生產者 -Kafka-> SparkStreaming/消費者 -write-> HDFS [-SparkSQL-> Hive] && [-SparkSQL-> HBase]
?

類比于單機系統。hdfs就是linux的文件系統，hbase就是資源管理器，hive就是圖形化界面，GUI再快，不可能快過命令行

?

個人理解:

hive的優勢是在于對于集群文件HDFS的查詢功能。

HBase早期在國內被很多大型互聯網公司大規模使用，促進了國內的生態發展，而Cassandra似乎在國外發展得更好

?

?

Hbase，主要用于明細查詢，即席查詢，因為他快啊，但是不適合多條件查詢

?

?hbase適合寫密集型應用，每天寫入量巨大，而相對讀數量較小的應用，比如IM的歷史消息，游戲的日志等等

HBase是根據谷歌的BigTable設計的。典型的應用場景就是不斷插入新的信息（谷歌的情況下就是互聯網上新生成的網頁），而不怎么修改。比如現在Facebook的messenger就是用HBase實現的。

這里要提到HBase是按行存儲的，所以特點就是插入（ingest）快。但是做分析的時候經常是要按列掃描（scan）的。比如算一個公司員工的平均工資。

Cloudera在推出新的列存儲引擎Kudu的時候討論過HDFS，HBase，和Kudu的應用場景。

?

根據[2]其實Cassandra的寫入性能比Hbase更勝一籌，并且讀取性能也優于hbase

?

下面是商用的公司：

數據庫	公司
Hbase	美團，淘寶
Cassandra	蘋果

?

注意，無論是國內的前程無憂還是國外的indeed,目前hbase的崗位需求都高于cassandra十倍以上。

Reference:

[1]HBase 和 Hive 的差別是什么，各自適用在什么場景中？

[2]Cassandra HBase和MongoDb性能比較

總結

以上是生活随笔為你收集整理的hive与hbase的以及mongodb和cassandra区别整理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。