hiveHive基础之Hive是什么以及Hive使用场景

hbase和hive的区别

应该是Hadoop在hbase和Hive中的作用吧。

hbase与hive都是架构在hadoop之上的。

都是用hadoop作为底层存储。

而hbase是作为分布式数据库，而hive是作为分布式数据仓库。

当然hive还是借用hadoop的MapReduce来完成一些hive中的命令的执行。

而hbase与hive都是单独安装的。

你需要哪个安装哪个，所以不存在重复信息。

hive与mysql有什么不同

当然不是，hive支持jdbc和odbc数据源连接，可以连接很多种数据库，mysql、oracle等等等等，它自己的metastore用的就是derbyDB。

具体的连接方法在官网上有说明，使用odbc需要重新编译相关组件。

hive通过jdbc连接其他数据库的教程在google上一搜 应该是Hadoop在hbase和Hive中的作用吧。

hbase与hive都是架构在hadoop之上的。

都是用hadoop作为底层存储。

而hbase是作为分布式数据库，而hive是作为分布式数据仓库。

当然hive还是借用hadoop的MapReduce来完成一些hive中的命令的执行。

hbase和hive的差别是什么，各自适用在什么场景中

hbase和hive的主要区别是：他们对于其内部的数据的存储和管理方式是不同的，hbase其主要特点是仿照bigtable的列势存储，对于大型的数据的存储，查询比传统数据库有巨大的优势，而hive其产生主要应对的数据仓库问题，其将存在在hdfs上的文件目录结构映射成表。

主要关注的是对数据的统计等方面。

适合的场景： hbase：适合大型数据存储，其作用可以类比于传统数据库的作用，主要关注的数据的存取。

hive：适合大数据的管理，统计，处理，其作用类比于传统的数据仓库，主要关注的数据的处理。

总结：应对大数据的时候，如果你偏重于数据存储查询hbase无疑是更加适合，而你关注的是对大数据的处理结果查询，比如你查询的时候有类似于count，sum等函数操作 hive就能满足你的需求，一般有些项目都输在hive里面进行数据处理，然后将结果导入mysql等数据库或者hbase中进行查询，至于mysql与hbase的选择 比较倾向于你的处理之后的数据量

Hive基础之Hive是什么以及Hive使用场景

Hive是什么 1）Hive 是建立在Hadoop (HDFS/MR)上的用于管理和查询结果化/非结构化的数据仓库； 2）一种可以存储、查询和分析存储在Hadoop 中的大规模数据的机制； 3）Hive 定义了简单的类SQL 查询语言，称为HQL，它允许熟悉SQL 的用户查询数据； 4）允许用Java开发自定义的函数UDF来处理内置无法完成的复杂的分析工作； 5）Hive没有专门的数据格式（分隔符等可以自己灵活的设定）； ETL的流程（Extraction-Transformate-Loading）：将关系型数据库的数据抽取到HDFS上，hive作为数据仓库，经过hive的计算分析后，将结果再导入到关系型数据库的过程。

Hive是构建在Hadoop之上的数据仓库 1）使用HQL作为查询接口； 2）使用HDFS作为存储； 3）使用MapReduce作为计算； Hive应用场景 数据源： 1）文件数据，如中国移动某设备每天产生大量固定格式的文件； 2）数据库 以上两种不同的数据源有个共同点：要使用hive，那么必须要将数据放到hive中；通常采用如下两种方式： 1）文件数据：load到hive 2）数据库: sqoop到hive 数据的离线处理； hive的执行延迟比较高，因为hive常用于数据分析的，对实时性要求不高； hive优势在于处理大数据，对于处理小数据没有优势，因为hive的执行延迟比较高。

处理数据存放在hive表中，那么前台系统怎么去访问hive的数据呢？ 先将hive的处理结果数据转移到关系型数据库中才可以，sqoop就是执行导入导出的操作