哈喽，大家好，我是汉斯老师。近几年来，互联网行业由于较高的薪资收入，受到许多人的追捧。很多年轻的学子，或是其他行业的有志青年，都想要投身到这个行业中来。然而一方面受到“互联网寒冬”的影响，最近频频传出各家知名互联网公司裁员缩编的消息；另一方面，大量的人才涌入，又使得互联网产业在职场上呈现出供过于求的特征，并最终导致了职场上的激烈竞争。那么互联网行业未来的潜力在哪里？我们又应该在哪个方向上发力，才能保证自己可以获得一份高薪而稳定的工作？基于多年的互联网行业从业经验，汉斯老师在这里向大家推荐大数据方向，希望通过本人的《三分钟入门大数据》和《十分钟精通大数据》等系列文章，帮助所有有志了解学习大数据的朋友掌握大数据的相关知识，也欢迎所有对互联网行业以及大数据领域感兴趣的朋友前来交流。
很多萌新在刚接触Hadoop体系下的各个组件时，往往会对Hive和HBase的区别和联系存在疑惑，那么Hive和HBase到底是做什么的？他们之间的区别和联系又是什么呢？
两者的定义和作用
A. Hive是Hadoop体系中，基于HDFS分布式文件系统下的一个数据仓库的查询工具。我们知道，Hadoop在计算其文件系统中的存储的数据时，是使用MapReduce来进行计算的。然而MapReduce的开发较为繁琐。试想一下，假如我们想要从Hadoop中找到一些特定的数据，那么我们每次都要开发一个MapReduce项目并运行起来才能得到结果，这中间所消耗的时间，即使是一个开发MapRduce程序的熟手来做，也是以小时计的，这是令人完全无法接受的！
这个时候，就有人想了，普通的关系型数据库查询语句SQL非常简单，应用的也比较广泛。那么我们有没有办法可以像查询关系型数据库那样查询Hadoop中的数据呢？当然，Hive就是实现这个功能的。Hive中有Hive SQL，这种查询语句几乎与SQL语句完全相同。当我们写出一个Hive SQL并运行起来时，Hadoop中实际上是将Hive SQL转化为对应功能的MapRduce并执行。
B. HBase是Hadoop中一个NoSQL数据库。要注意在HBase中，有两个特点。首先，数据都是列式存储的，每一列都会属于其对应的列族，这与常见的关系型数据库按行存储的方式不同。此外，HBase是一个key-value性质的数据库。这就意味着，HBase允许灵活的存储具有不同格式，不同属性定义的数据。
两者的区别与联系
Hive和HBase的区别在于作用定位不同。Hive只是查询工具，本身并不存储数据，这里要注意，尽管Hive并不存储数据，但Hive SQL是有create table和insert语句的。然而Hive本质上只是将插入的数据放入到HDFS文件系统中。当使用Hive进行查询的时候，Hive会在逻辑层面（内存）映射出一张表，其映射的对象就是HDFS中的数据（当然，也可以映射HBase中的表）。然而由于数据仓库本身的特性，注定了Hive不能有效支持更新数据的操作。此外，由于Hive SQL会被转化为MapReduce任务执行，而MR任务即使是做最简单的查询也会花费大量的时间，这也就注定了Hive仅能支持非实时性的查询任务。
而HBase是Hadoop中的一个数据库组件，尽管其底层也是基于HDFS文件系统，但是它是真正在物理层面存储数据的。HBase既能支持MapRduce查询，也可以单独提供快速查询的功能（当然，需要有其他组件的支持）。HBase本质上是将各种杂乱无序的数据映射成为一个大的哈希表，这也就使得HBase具备了NoSQL数据库的特性，可以允许行级数据间，存在不同的数据结构。不同于Hive，由于HBase是单独存储数据，这也意味着HBase可以支持插入，更新，删除，查询等操作。
