參考文檔
1.http://blog.csdn.net/zhongqi2513/article/details/69388239
2.https://www.zhihu.com/question/21677041
英文原意及發音
英[ha?v]
n. 蜂巢; 蜂箱; 蜂群; 喧鬧地區;
vt. 使（蜂）入蜂箱; 貯（蜜）于蜂箱中; 儲備，積累;
vi. （蜂） 進入蜂箱; 聚居;
[例句]In the morning the house was a hive of activity
早上，房子里一片繁忙景象。
[其他] 第三人稱單數：hives 復數：hives 現在分詞：hiving 過去式：hived 過去分詞：hived
基礎介紹
- Hive是建立在Hadoop之上的數據倉庫，由Facebook開發，在某種程度上可以看成是用戶編程接口，本身并不存儲和處理數據，依賴于HDFS存儲數據，依賴MR處理數據。有類SQL語言HiveQL，不完全支持SQL標準，如，不支持更新操作、索引和事務，其子查詢和連接操作也存在很多限制。
- Hive把HQL語句轉換成MR任務后，采用批處理的方式對海量數據進行處理。數據倉庫存儲的是靜態數據，很適合采用MR進行批處理。Hive還提供了一系列對數據進行提取、轉換、加載的工具，可以存儲、查詢和分析存儲在HDFS上的數據。
- Hive中的表是純邏輯表，就只是表的定義等，即表的元數據。Hive本身不存儲數據，它完全依賴HDFS和MapReduce。這樣就可以將結構化的數據文件映射為為一張數據庫表，并提供完整的SQL查詢功能，并將SQL語句最終轉換為MapReduce任務進行運行。
Hive與Hadoop生態系統中其他組件的關系
- Hive依賴于HDFS存儲數據，依賴MR處理數據；
- Pig可作為Hive的替代工具，是一種數據流語言和運行環境，適合用于在Hadoop平臺上查詢半結構化數據集，用于與ETL過程的一部分，即將外部數據裝載到Hadoop集群中，轉換為用戶需要的數據格式；
-
HBase是一個面向列的、分布式可伸縮的數據庫，可提供數據的實時訪問功能，而Hive只能處理靜態數據，主要是BI報表數據，Hive的初衷是為減少復雜MR應用程序的編寫工作，HBase則是為了實現對數據的實時訪問。
image.png
Hive與傳統數據庫的對比
Hbase和Hive區別
Hbase和Hive在大數據架構中處在不同位置，Hbase主要解決實時數據查詢問題，Hive主要解決數據處理和計算問題，一般是配合使用。
區別
Hbase： Hadoop database 的簡稱，也就是基于Hadoop數據庫，是一種NoSQL數據庫，主要適用于海量明細數據（十億、百億）的隨機實時查詢，如日志明細、交易清單、軌跡行為等。
Hive：Hive是Hadoop數據倉庫，嚴格來說，不是數據庫，主要是讓開發人員能夠通過SQL來計算和處理HDFS上的結構化數據，適用于離線的批量數據計算。通過元數據來描述Hdfs上的結構化文本數據，通俗點來說，就是定義一張表來描述HDFS上的結構化文本，包括各列數據名稱，數據類型是什么等，方便我們處理數據，當前很多SQL ON Hadoop的計算引擎均用的是hive的元數據，如Spark SQL、Impala等；
基于第一點，通過SQL來處理和計算HDFS的數據，Hive會將SQL翻譯為Mapreduce來處理數據；
二、關系在大數據架構中，Hive和HBase是協作關系，數據流一般如下圖：
通過ETL工具將數據源抽取到HDFS存儲；通過Hive清洗、處理和計算原始數據；
HIve清洗處理后的結果，如果是面向海量數據隨機查詢場景的可存入Hbase數據應用從HBase查詢數據；
比較
- Hive是基于MapReduce來處理數據,而MapReduce處理數據是基于行的模式；HBase處理數據是基于列的而不是基于行的模式，適合海量數據的隨機訪問。
- HBase的表是疏松的存儲的，因此用戶可以給行定義各種不同的列；而Hive表是稠密型，即定義多少列，每一行有存儲固定列數的數據。
- Hive使用Hadoop來分析處理數據，而Hadoop系統是批處理系統，因此不能保證處理的低遲延問題；而HBase是近實時系統，支持實時查詢。
- Hive不提供row-level的更新，它適用于大量append-only數據集（如日志）的批任務處理。而基于HBase的查詢，支持和row-level的更新。
- Hive提供完整的SQL實現，通常被用來做一些基于歷史數據的挖掘、分析。而HBase不適用與有join，多級索引，表關系復雜的應用場景。
