Hadoop Hive Hbase 简单区别及应用场景

Hadoop

它是一个分布式计算+分布式文件系统，前者其实就是MapReduce，后者是HDFS。后者可以独立运行，前者可以选择性使用，也可以不使用。

Hive

通俗的说是一个数据仓库，仓库中的数据是被HDFS管理的数据文件，它支持类似sql语句的功能，
你可以通过该语句完成分布式环境下的计算功能，Hive会把语句转换成MapReduce，然后交给Hadoop执行。
这里的计算，仅限于查找和分析，而不是更新、增加和删除。它的优势是对历史数据进行处理，
用时下流行的说法是离线计算，因为它的底层是MapReduce，MapReduce在实时计算上性能很差。
它的做法是把数据文件加载进来作为一个Hive表（或者外部表），让你觉得你的sql操作的是传统的表。

HBase

通俗的说，HBase的作用类似于数据库，传统数据库管理的是集中的本地数据文件，
而HBase基于Hdfs实现对分布式数据文件的管理，比如增删改查。也就是说，HBase只是利用Hadoop的Hdfs帮助其管理数据的持久化文件（HFile），它跟MapReduce没任何关系。HBase的优势在于实时计算，所有实时数据都直接存入Hbase中，客户端通过API直接访问Hbase，实现实时计算。由于它使用的是nosql，或者说是列式结构，从而提高了查找性能，使其能运用于大数据场景，这是它跟MapReduce的区别。

总结：

1. Hadoop是Hive和HBase的基础，Hive依赖Hadoop
2. HBase仅依赖Hadoop的Hdfs模块。
3. Hive适用于离线数据的分析，操作的是通用格式的（如通用的日志文件）、被Hadoop管理的数据文件，它支持类sql，
   比编写MapReduce的java代码来的更加方便，它的定位是数据仓库，存储和分析历史数据
4. Hbase适用于实时计算，采用列式结构的nosql，操作的是自己生成的特殊格式的HFile、被hadoop管理的数据文件，
   它的定位是数据库，或者叫DBMS

最后补充一下：Hive可以直接操作Hdfs中的文件作为它的表的数据，也可以使HBase数据库作为它的表