数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究Hive 和 HBase 的区别
Hive 和 HBase 都是基于 Hadoop 的大数据解决方案。这些技术在几乎任何实际使用场景中都服务于不同的目的。当您登录 Facebook 时，您可能会看到您的朋友列表、新闻提要、广告建议、朋友建议等。Twitter 也是如此。
Apache Hadoop 以及我们今天将探讨的其他技术，例如 Apache Hive 与 Apache HBase，就是 Facebook 以一种可呈现的方式加载所有杂乱数据的方式。Apache Hadoop 使 Facebook 的 20 亿多日活用户成为可能。
由于大数据系统很复杂，因此所有技术必须一起使用。**Hive** 建议用于分析时间序列数据。它可以评估趋势和网站日志。不建议使用 Hive 进行实时查询，因为结果可能需要一些时间。
HBase 是一个用于对大数据执行实时查询的出色工具。
什么是 HBase？
Hadoop 文件系统支持面向列的 HBase 数据库。这个开源项目可以在两个方向上水平扩展。HBase 模仿了 Google 的大表。它允许对大量结构化数据进行随机访问。它使用 Hadoop 的容错能力。它允许实时对 Hadoop 文件系统数据进行任意读写访问。可以将数据存储在 HDFS 或 HBase 中。数据使用者使用 HBase 读取 HDFS 数据。位于 Hadoop 上方的 HBase 提供读/写数据访问。
一些**HBase 的特性**包括：
HBase 是专门针对低延迟操作而开发的。
HBase 在随机读写操作部门有很多活动。
HBase 能够以表格的形式存储大量信息。
HBase 能够以表格的形式存储大量信息。
在集群环境中提供线性级别和模块化级别的可扩展性。
读写操作必须严格遵守此原则。
表数据的自动且可调整的分片
对位于不同区域的服务器提供自动故障转移支持
使支持 Hadoop Map 更方便的基础类。
减少 HBase 表中的作业数量。
HBase 的应用
HBase 在各个行业中有多种用途，包括医疗保健行业、电子商务业务和体育行业。例如：
HBase 用于医疗保健领域，用于保存基因序列以及个人或整个地区的疾病历史。
HBase 用于医疗保健领域，用于保存基因序列以及个人或整个地区的疾病历史。
在体育界，HBase 是存储比赛细节以及每场比赛历史的首选数据库。它利用这些事实来改进其预测。
什么是 Hive？
Apache Hive 是一款开源数据仓库软件，用于读取、写入和管理 HDFS 或 Apache HBase 中的大型数据集文件。Hive 允许 SQL 开发人员使用类似于 SQL 的 HQL 命令查询和分析数据。它通过消除编写 Java 代码的需要来简化 MapReduce 编程。如果您使用 HQL 编写查询，Hive 将自动构建映射和减少函数。
一些**Hive 的特性**包括：
Hive 旨在仅搜索和管理表中的结构化数据。
Hive 可扩展、快速且使用众所周知的理念。
模式存储在数据库中，处理后的数据存储在 Hadoop 分布式文件系统 (HDFS) 中
首先创建表和数据库，然后将数据放入正确的表中。
Hive 支持 ORC、SEQUENCEFILE、RCFILE 和 TEXTFILE 文件格式。
Hive 由**三个核心部分**组成：
**Hive 客户端** - Hive 为各种应用程序提供驱动程序。基于 Thrift 的应用程序可以使用 Thrift 客户端进行通信。
**Hive 服务** - Hive 服务使客户端交互成为可能。Hive 服务处理客户端的查询。
**Hive 存储和计算** Hive 的“元数据存储数据库”存储表元数据。表数据和查询结果保存在 Hadoop 的 HDFS 集群中。
HBase 和 Hive 之间的区别
下表重点介绍了 HBase 和 Hive 之间的主要区别：
比较依据 | HBase | Hive |
|---|---|---|
| 定义 | HBase 是一个面向列的分布式数据库，其基础是 HDFS。它是一个开源的 NoSQL 数据库，具有行和列。 | Apache Hive 是一个基于 Hadoop 的开源数据仓库。它搜索和分析包含在 Hadoop 文件中的结构化和半结构化数据。 |
| 功能 | 键值存储，具有低延迟和对数据进行任意查询的能力。数据以面向列的格式存储。 | 这个查询引擎类似于 SQL，是为大容量数据存储库而开发的。它兼容多种文件格式。 |
| 架构 | HBase 是一个开源的 NoSQL 数据库，运行在 Apache Hadoop 和 HDFS 上。这种可扩展的存储可以容纳无限的数据。 | Hive 是一个基于 Map Reduce 的 SQL 引擎，构建在 HDFS 上。HQL 用于查询 HDFS 数据（Hive 查询语言）。 |
| 处理 | 事务处理（通常称为 OLTP）是 HBase 使用的主要应用。但是，在 HBase 中，实时处理是可能的。 | 由于批处理是 Hive 的主要用途，因此它属于 OLAP 类别。在 Hive 中，也无法执行实时处理。 |
| 数据类型 | 仅支持非结构化格式的数据。用户定义从数据字段名称到 Java 支持的数据类型的映射。 | 允许存储结构化和非结构化数据。提供对常见 SQL 数据类型（例如 INT、FLOAT 和 VARCHAR 等）的内置支持。 |
| 用途 | HBase 创建了一个廉价、适应性和易于维护的基于 Hadoop 的 GIS（HBGIS）。稀疏大数据集的磁盘上列存储格式。使用键值从大型数据集中提取随机数据很容易。 | Hive 对 PB 级 Hadoop 数据运行 SQL 查询。它还提供了一种类似于 SQL 的查询语言 HQL，用于查询 Hadoop 节点数据。 |
| 延迟 | 最小，尽管可能不一致。由于 HBase 设计的结构限制，在承受强写入需求时，可能会出现延迟峰值。 | 中等到高，具体取决于计算机的响应能力。分布式执行提供了比 RDBMS 等单一查询系统更好的数据性能。 |
结论
尽管 HBase 和 Hive 都是基于 Hadoop 的数据仓库，用于存储和处理大量数据，但它们以非常不同的方式存储和查询数据。
HBase 是一个面向列的数据库管理系统，用于存储大量数据。它还允许您存储稀疏数据集，这在许多大数据用例中很常见。
另一方面，Hive 更像是一个传统的数据仓库报表系统。它构建在 Hadoop 之上，用于按计划运行处理作业，然后将结果加载到客户端应用程序可以查询的汇总表中。
2K+ 次查看
