内容简介：它是一个通俗的说是一个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
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
2. 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。
3. 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
hadoop是hive和hbase的基础，hive依赖hadoop，而hbase仅依赖hadoop的hdfs模块。
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。
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。
hive可以直接操作hdfs中的文件作为它的表的数据，也可以使用hbase数据库作为它的表。
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
猜你喜欢:
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
人人都是产品经理
苏杰 / 电子工业出版社 / 2012-6 / 45.00元
本书为《人人都是产品经理》的升级版，是写给“1到3岁的产品经理”的书，适合刚入门的产品经理、产品规划师、需求分析师，以及对做产品感兴趣的学生，用户体验、市场运营、技术部门的朋友们，特别是互联网、软件行业。作为一名“4岁的产品经理”，作者讲述了过去3年的经历与体会，与前辈们的书不同，本书就像你走到作者身边，说“嗨，哥们！晚上有空吃个饭吗，随便聊聊做产品的事吧”，然后作者说“好啊”。 书名叫“......一起来看看 《人人都是产品经理》 这本书的介绍吧!
