问Hive与HBase相比如何？

EN

很难找到更多关于Hive的信息，但我在Hive网站上找到了这个snippet，它严重倾向于HBase (粗体补充)：

Hive基于Hadoop，这是一个批处理系统。因此，该系统不能也不能保证查询的低延迟。这里的范例严格地是提交作业并在作业完成时得到通知，而不是实时查询。因此，它不应该与Oracle这样的系统进行比较，在Oracle中，分析是在数量小得多的数据上进行的，但分析进行的迭代更多，迭代之间的响应时间少于几分钟。配置单元查询的即使是最小的作业，响应时间也可能是5-10分钟，而对于较大的作业，这甚至可能需要几个小时。

由于HBase和HyperTable都与性能有关(模仿谷歌的BigTable)，它们听起来肯定会比Hive快得多，但代价是功能和更高的学习曲线(例如，它们没有joins或类似SQL的语法)。

从一个角度来看，Hive由五个主要组件组成:类似SQL的语法和解析器、查询规划器、查询执行引擎、元数据存储库和列式存储布局。它的主要关注点是数据仓库风格的分析工作负载，因此不需要通过键低延迟检索值。

HBase有自己的元数据存储库和列式存储布局。可以在HiveQL表上编写HBase查询，从而允许HBase利用Hive的语法和解析器、查询规划器和查询执行引擎。有关更多详细信息，请参阅http://wiki.apache.org/hadoop/Hive/HBaseIntegration。

Hive是一个分析工具。就像pig一样，它是为利用map reduce对潜在的海量数据进行临时批处理而设计的。以terrabytes为例。想象一下，在关系数据库中尝试这样做...

HBase是基于BigTable的基于列的键值存储。虽然可以通过HBase运行map reduce作业，但不能执行查询本身。它的主要用例是按键读取行，或扫描行的范围。一个主要的特征是当扫描列的‘族’的行键范围时，能够具有数据局部性。