哈嘍，大家好，我是漢斯老師。近幾年來，互聯網行業由於較高的薪資收入，受到許多人的追捧。很多年輕的學子，或是其他行業的有志青年，都想要投身到這個行業中來。然而一方面受到“互聯網寒冬”的影響，最近頻頻傳出各家知名互聯網公司裁員縮編的消息；另一方面，大量的人才湧入，又使得互聯網產業在職場上呈現出供過於求的特徵，並最終導致了職場上的激烈競爭。那麼互聯網行業未來的潛力在哪裡？我們又應該在哪個方向上發力，才能保證自己可以獲得一份高薪而穩定的工作？基於多年的互聯網行業從業經驗，漢斯老師在這裡向大家推薦大數據方向，希望通過本人的《三分鐘入門大數據》和《十分鐘精通大數據》等系列文章，幫助所有有志瞭解學習大數據的朋友掌握大數據的相關知識，也歡迎所有對互聯網行業以及大數據領域感興趣的朋友前來交流。
很多萌新在剛接觸Hadoop體系下的各個組件時，往往會對Hive和HBase的區別和聯繫存在疑惑，那麼Hive和HBase到底是做什麼的？他們之間的區別和聯繫又是什麼呢？
兩者的定義和作用
A. Hive是Hadoop體系中，基於HDFS分佈式文件系統下的一個數據倉庫的查詢工具。我們知道，Hadoop在計算其文件系統中的存儲的數據時，是使用MapReduce來進行計算的。然而MapReduce的開發較為繁瑣。試想一下，假如我們想要從Hadoop中找到一些特定的數據，那麼我們每次都要開發一個MapReduce項目並運行起來才能得到結果，這中間所消耗的時間，即使是一個開發MapRduce程序的熟手來做，也是以小時計的，這是令人完全無法接受的！
這個時候，就有人想了，普通的關係型數據庫查詢語句SQL非常簡單，應用的也比較廣泛。那麼我們有沒有辦法可以像查詢關係型數據庫那樣查詢Hadoop中的數據呢？當然，Hive就是實現這個功能的。Hive中有Hive SQL，這種查詢語句幾乎與SQL語句完全相同。當我們寫出一個Hive SQL並運行起來時，Hadoop中實際上是將Hive SQL轉化為對應功能的MapRduce並執行。
B. HBase是Hadoop中一個NoSQL數據庫。要注意在HBase中，有兩個特點。首先，數據都是列式存儲的，每一列都會屬於其對應的列族，這與常見的關係型數據庫按行存儲的方式不同。此外，HBase是一個key-value性質的數據庫。這就意味著，HBase允許靈活的存儲具有不同格式，不同屬性定義的數據。
兩者的區別與聯繫
Hive和HBase的區別在於作用定位不同。Hive只是查詢工具，本身並不存儲數據，這裡要注意，儘管Hive並不存儲數據，但Hive SQL是有create table和insert語句的。然而Hive本質上只是將插入的數據放入到HDFS文件系統中。當使用Hive進行查詢的時候，Hive會在邏輯層面（內存）映射出一張表，其映射的對象就是HDFS中的數據（當然，也可以映射HBase中的表）。然而由於數據倉庫本身的特性，註定了Hive不能有效支持更新數據的操作。此外，由於Hive SQL會被轉化為MapReduce任務執行，而MR任務即使是做最簡單的查詢也會花費大量的時間，這也就註定了Hive僅能支持非實時性的查詢任務。
而HBase是Hadoop中的一個數據庫組件，儘管其底層也是基於HDFS文件系統，但是它是真正在物理層面存儲數據的。HBase既能支持MapRduce查詢，也可以單獨提供快速查詢的功能（當然，需要有其他組件的支持）。HBase本質上是將各種雜亂無序的數據映射成為一個大的哈希表，這也就使得HBase具備了NoSQL數據庫的特性，可以允許行級數據間，存在不同的數據結構。不同於Hive，由於HBase是單獨存儲數據，這也意味著HBase可以支持插入，更新，刪除，查詢等操作。
