Hadoop实战培训教程20_Hadoop集群环境搭建配置_HBase_Hive与数据库区别
1、Hive与HBase
1.1 Hive与HBase区别
Hive是基于Hadoop的一个数据仓库工具，是为简化编写MapReduce程序而生的，使用MapReduce做过数据分析的人都知道，很多分析程序除业务逻辑不同外，程序流程基本一样。在这种情况下就需要Hive这样的用户编程接口。Hive本身不存储和计算数据，它完全依赖HDFS和MapReduce，Hive中的表是纯逻辑表，就是些表的定义等，也就是表的元数据，这样就可以将结构化的数据文件映射为为一张数据库表，并提供完整的SQL查询功能，并将SQL语句最终转换为MapReduce任务进行运行。之所以使用SQL实现Hive，是因为SQL大家都熟悉，转换成本低，不必开发专门的MapReduce应用，类似作用的Pig就不是SQL。Hive十分适合数据仓库的统计分析。
HBase是一个分布式的、面向列的开源数据库，该技术来源于Google的论文“Bigtable：一个结构化数据的分布式存储系统”。就像Bigtable利用了Google文件系统所提供的分布式数据存储一样，HBase在Hadoop之上提供了类似于Bigtable的能力，HBase不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库。另一个不同的是HBase基于列的而不是基于行的模式。HBase使用和Bigtable非常相同的数据模型，用户存储数据行在一个表里，一个数据行拥有一个可选择的键和任意数量的列。表是疏松的存储的，因此用户可以给行定义各种不同的列。
HBase为查询而生的，它通过组织起节点内所有机器的内存，提供一个超大的内存Hash表，它需要组织自己的数据结构，包括磁盘和内存中的，而Hive是不做这些的，表在HBase中是物理表，而不是逻辑表，搜索引擎使用它来存储索引，以满足查询的实时性需求。HBase主要用于需要随机访问，实时读写你的大数据（Big Data）。
1195
1.2 Hive与HBase整合
1）集群环境
Java版本：jdk-6u31-windows-i586.exe
Win系统：Windows 7 旗舰版
Eclipse软件：eclipse-jee-indigo-SR1-win32.zip | eclipse-jee-helios-SR2-win32.zip
Hadoop软件：hadoop-1.0.0.tar.gz
HBase软件：hbase-0.92.0.tar.gz
Hive软件：hive-0.8.1.tar.gz
2）开场简介
Hive与HBase的整合功能的实现是利用两者本身对外的API接口互相进行通信，相互通信主要是依靠hive_hbase-handler.jar工具类， 大致意思如图所示：
备注：需要的软件有 Hadoop、Hive、Hbase、Zookeeper，Hive与HBase的整合对Hive的版本有要求，Hive.0.6.0的版本才支持与HBase对接，在Hive的lib目录下可以看见有个hive-hbase-handler.jar这个jar包，它是Hive扩展存储的Handler。
3）整合步骤

第一步：整合前提
在整合前必须保证已经正确安装Hadoop、HBase以及Hive，如果没有安装，参考下面文章：
Hadoop集群安装：Hadoop集群_第5期_Hadoop安装配置
HBase集群安装：Hadoop集群_第11期_HBase简介及安装
Hive软件安装：Hadoop集群_第13期_Hive简介及安装

第二步：准备Jar包
在Hive的安装目录的lib子目录中，已经存在了HBase和ZooKeeper的相关Jar，但是版本不是很一致，需要把HBase安装目录中的相关Jar拷贝到Hive的lib下面。