Hbase，hive关系
在大数据体系中，hbase,hive处于协作关系，Hbase主要解决实时数据查询问题，Hive主要解决数据处理和计算问题，一般是配合使用。大体流程如下：
协作流程图
Hbase
基于Hadoop数据库，是一种NoSQL数据库，主要适用于海量明细数据（十亿、百亿）的随机实时查询；
hive
Hive是Hadoop数据仓库，严格来说，不是数据库，适用于离线的批量数据计算。通过元数据来描述Hdfs上的结构化文本数据，通俗点来说，就是定义一张表来描述HDFS上的结构化文本，方便我们处理数据。当前很多SQL ON Hadoop的计算引擎均用的是hive的元数据，通过SQL来处理和计算HDFS的数据，Hive会将SQL翻译为Mapreduce来处理数据；
特殊场景
基于业务场景不同，在某些情况下，hive存储所带来的弊大于利，而hbase能完美解决相应问题。
场景：hive表存在大量分区，表内数据过多，单条记录过小。
由于hive的存储机制，会导致在hdfs上表现为表对应的目录过多，同时会爆发小文件过多，远远达不到hdfs的默认块大小，却要占有一个默认块的物理容量，造成了HDFS容量利用率低,同时目录过多，小文件过多会对namenode产生很大压力。
此时，hbase便体现了强大存储能力，根据hbase存储机制，假设hbase默认大小128M为一个数据文件(Hfile)，那利用hbase存储后一个文件将替代多个hive小文件。解决小文件过多问题，同时Hfile目录也仅为1个，解决了目录过多问题。
合理选择hbase,hive 会给我们解决很多头痛的问题呦。
