hive與hbase的聯絡與區別

2021-08-04 18:53:51 字數 2299 閱讀 9660

兩者分別是什麼?

apache hive是乙個構建在hadoop基礎設施之上的資料倉儲。通過hive可以使用hql語言查詢存放在hdfs上的資料。hql是一種類sql語言,這種語言最終被轉化為map/reduce. 雖然hive提供了sql查詢功能,但是hive不能夠進行互動查詢–因為它只能夠在haoop上批量的執行hadoop。

apache hbase是一種key/value系統,它執行在hdfs之上。和hive不一樣,hbase的能夠在它的資料庫上實時執行,而不是執行mapreduce任務。hive被分割槽為**,**又被進一步分割為列簇。列簇必須使用schema定義,列簇將某一型別列集合起來(列不要求schema定義)。例如,「message」列簇可能包含:「to」, 」from」 「date」, 「subject」, 和」body」. 每乙個 key/value對在hbase中被定義為乙個cell,每乙個key由row-key,列簇、列和時間戳。在hbase中,行是key/value對映的集合,這個對映通過row-key來唯一標識。hbase利用hadoop的基礎設施,可以利用通用的裝置進行水平的擴充套件。

兩者的特點

hive幫助熟悉sql的人執行mapreduce任務。因為它是jdbc相容的,同時,它也能夠和現存的sql工具整合在一起。執行hive查詢會花費很長時間,因為它會預設遍歷表中所有的資料。雖然有這樣的缺點,一次遍歷的資料量可以通過hive的分割槽機制來控制。分割槽允許在資料集上執行過濾查詢,這些資料集儲存在不同的資料夾內,查詢的時候只遍歷指定資料夾(分割槽)中的資料。這種機制可以用來,例如,只處理在某乙個時間範圍內的檔案,只要這些檔名中包括了時間格式。

hbase通過儲存key/value來工作。它支援四種主要的操作:增加或者更新行,檢視乙個範圍內的cell,獲取指定的行,刪除指定的行、列或者是列的版本。版本資訊用來獲取歷史資料(每一行的歷史資料可以被刪除,然後通過hbase compactions就可以釋放出空間)。雖然hbase包括**,但是schema僅僅被**和列簇所要求,列不需要schema。hbase的**包括增加/計數功能。

限制hive目前不支援更新操作。另外,由於hive在hadoop上執行批量操作,它需要花費很長的時間,通常是幾分鐘到幾個小時才可以獲取到查詢的結果。hive必須提供預先定義好的schema將檔案和目錄對映到列,並且hive與acid不相容。

hbase查詢是通過特定的語言來編寫的,這種語言需要重新學習。類sql的功能可以通過apache phonenix實現,但這是以必須提供schema為代價的。另外,hbase也並不是相容所有的acid特性,雖然它支援某些特性。最後但不是最重要的–為了執行hbase,zookeeper是必須的,zookeeper是乙個用來進行分布式協調的服務,這些服務包括配置服務,維護元資訊和命名空間服務。

應用場景

hive適合用來對一段時間內的資料進行分析查詢,例如,用來計算趨勢或者**的日誌。hive不應該用來進行實時的查詢。因為它需要很長時間才可以返回結果。

hbase非常適合用來進行大資料的實時查詢。facebook用hbase進行訊息和實時的分析。它也可以用來統計facebook的連線數。

總結hive和hbase是兩種基於hadoop的不同技術–hive是一種類sql的引擎,並且執行mapreduce任務,hbase是一種在hadoop之上的nosql 的key/vale資料庫。當然,這兩種工具是可以同時使用的。就像用google來搜尋,用facebook進行社交一樣,hive可以用來進行統計查詢,hbase可以用來進行實時查詢,資料也可以從hive寫到hbase,設定再從hbase寫回hive。

附: 共同點:

1.hbase與hive都是架構在hadoop之上的。都是用hadoop作為底層儲存

區別:2.hive是建立在hadoop之上為了減少mapreduce jobs編寫工作的批處理系統,hbase是為了支援彌補hadoop對實時操作的缺陷的專案 。

3.想象你在操作rmdb資料庫,如果是全表掃瞄,就用hive+hadoop,如果是索引訪問,就用hbase+hadoop 。

4.hive query就是mapreduce jobs可以從5分鐘到數小時不止,hbase是非常高效的,肯定比hive高效的多。

5.hive本身不儲存和計算資料,它完全依賴於hdfs和mapreduce,hive中的表純邏輯。

6.hive借用hadoop的mapreduce來完成一些hive中的命令的執行

7.hbase是物理表,不是邏輯表,提供乙個超大的記憶體hash表,搜尋引擎通過它來儲存索引,方便查詢操作。

8.hbase是列儲存。

9.hdfs作為底層儲存,hdfs是存放檔案的系統,而hbase負責組織檔案。

10.hive需要用到hdfs儲存檔案,需要用到mapreduce計算框架。

hive與hbase的聯絡與區別

共同點 1.hbase與hive都是架構在hadoop之上的。都是用hadoop作為底層儲存 區別 2.hive是建立在hadoop之上為了減少mapreduce jobs編寫工作的批處理系統,hbase是為了支援彌補hadoop對實時操作的缺陷的專案 3.想象你在操作rmdb資料庫,如果是全表掃瞄...

hive與hbase的區別與聯絡

hive與hbase的底層儲存是什麼?hive是產生的原因是什麼?habase是為了彌補hadoop的什麼缺陷?共同點 1.hbase與hive都是架構在hadoop之上的。都是用hadoop作為底層儲存 區別 2.hive是建立在hadoop之上為了減少mapreduce jobs編寫工作的批處理...

hive與hbase的聯絡與區別

共同點 1.hbase與hive都是架構在hadoop之上的。都是用hadoop作為底層儲存 區別 2.hive是建立在hadoop之上為了減少mapreduce jobs編寫工作的批處理系統,hbase是為了支援彌補hadoop對實時操作的缺陷的專案 3.想象你在操作rmdb資料庫,如果是全表掃瞄...